r - 完善每日销售预测
问题描述
我目前正在尝试为我的雇主完善每日销售预测。我正在使用 R 中的时间序列和 ARIMA 模型生成这个预测,MAPE 目前约为 12%。
理想情况下,我希望能够整合一些额外的分类变量以进一步完善预测(例如新产品发布;促销活动等),但我不确定如何最好地实现这一点,因为大多数在线示例在回归模型中使用数字预测器.
如果可能的话,我想知道是否有人可以帮助我成功地将非数值变量纳入我的预测中?如果有人也有任何关于改进每日预测的好方法的额外提示,那么这些想法也将非常受欢迎。
谢谢!
解决方案
推荐阅读
- javascript - Vue.js 2:Vue 无法从 /assets 文件夹中找到文件 (v-for)
- java - 使用 maven 自动生成的类
- templates - 通过删除数组来简化模板的使用
- flutter - 设置父 Widget 的状态
- amazon-web-services - 请求缺少必需参数:AWS ElasticBeanstalk 和 Cloudfront
- elixir - 使用 Ecto/Elixir 更新 Postgres 表
- jenkins - Jenkins HPE 自动化工具插件超时问题
- c++ - C++ 中不显示析构函数
- javascript - QBO3 无法缓存错误
- google-cloud-dataprep - 按分布在谷歌云数据准备中的多个列中的值计数