预测每小时时间序列的模型

【问题标题】：model to Forecast an hourly time series预测每小时时间序列的模型
【发布时间】：2016-06-23 07:00:28
【问题描述】：

我正在处理自动售货机的销售数据。它包括销售和销售时间。我正在按小时预测第二天的销售额。 我的工作：我创建了一个每小时的时间序列，并总结了间隔期间的销售额。看起来是这样的

head(sales)

                    [,1]

2015-12-01 00:00:00    0

2015-12-01 01:00:00    0

2015-12-01 02:00:00    0

2015-12-01 03:00:00    0

2015-12-01 04:00:00    0

2015-12-01 05:00:00  280

class(sales)
[1] "xts" "zoo"

我观察到一天和一周内的销售都有规律。我尝试使用 ets 但无法解释结果。我正在寻找具有第二天销售预测的结果。谢谢

【问题讨论】：

标签： r time-series forecasting

【解决方案1】：

您在按小时预测销售额（或任何其他变量）时遇到的一个问题是，当您降低到该粒度级别时，您会遇到数据不足或根本没有数据的问题，这反过来会产生非常预测准确率低。

您没有具体说明您是在预测总销售额还是销售额，但我认为该建议适用于这两种情况。

我建议您对您的每日销售额进行建模（销售额汇总到每日级别），然后创建一个配置文件矩阵，将每日预测分配到每小时的存储桶中。

您可以非常有创意地创建个人资料矩阵：

基于一周中的最后 10 天
基于去年同期的销售额
按地区划分

希望对你有帮助

【讨论】：