400 家商店的每日水平预测答案

【问题标题】：Daily Level Forecast for 400 stores400 家商店的每日水平预测
【发布时间】：2015-04-18 14:39:35
【问题描述】：

我希望一次对下一年的 400 家商店进行预测。但是我很困惑如何一口气进行预测。我能够一次预测一家商店，但多家商店正在成为问题。

每家商店都有一个行条目。即每行都有商店编号和日期，从 2012 年 3 月到 2014 年 12 月。

使用循环会有帮助吗？或者有没有办法为所有商店一起建模？

数据：行：Store_Number 专栏：2年的历史每日数据任何有关这方面的帮助都会有所帮助。

目前我正在使用下面提到的代码：

tmdata<-read.csv(file.choose())
names(tmdata)
head(tmdata, n = 10)
str(tmdata)
library(forecast)
library(tseries)
store<-tmdata$Store_nbr_31
plot(store)
store<-ts(tmdata$Store_nbr_31,frequency = 7)
store<-msts(tmdata$Store_nbr_31, seasonal_periods = c(7,365.25))
store<-msts(tmdata$Store_nbr_31, seasonal.periods = c(7,365.25))
plot.ts(store)
auto.arima(store)
atm.fir<-tbats(store)
atm.fc <- forecast(fit)
atm.fc <- forecast(atm.fir)
plot(atm.fc)
View(atm.fc)
atm.prs.dc<-decompose(atm.prs)
atm.prs.dc<-decompose(store)

提前致谢。

【问题讨论】：

标签： time time-series forecasting

【解决方案1】：

为每个商店循环运行脚本当然是一个解决方案。尽管没有实际数据，但很难给出更具体的解决方案。

如果您有 400 个数据文件，每个商店一个，那么您还应该自动选择数据文件，这样您就不必在每次循环迭代时手动选择文件。

【讨论】：

嗨，我只有一个文件，其中列是 store_number，03-01-2013 03-02-2013 等等.. 直到 2014 年 12 月 31 日。我只需要每天预测每家商店未来 1 年的销售额。
那么您在 2013 年 3 月和 2014 年 12 月之间的每个日期都有一列？每家商店一排？我建议找到一种更清晰的方式来询问您的问题，或者至少评论您的代码，以便我们知道发生了什么。很乐意帮助您提出更清晰的问题。
对于这样一个不清楚的条目，我很抱歉。你现在说的是对的。是的，我在 2013 年 3 月到 2014 年 12 月之间的每个日期都有一列，每家商店有一行。这是我的训练数据。类似地，我有 Jan-15 到 Mar-15 的数字测试数据。我需要按天预测 2015 年剩余的月份。