时间戳

首页 > 解决方案 > 具有多个商店多个产品的时间序列

r - 具有多个商店多个产品的时间序列

问题描述

我的数据集中有 300 家商店和 20000 种产品，我想预测每个商店每个产品级别的未来 3 个月的销售预测。我的数据框看起来像这样（示例），就像我从 SQL Server 2016 获取的这个数据框

  Date    outlet produ     price
2019-Jan    A     W          10
2019-Feb    A     R          20
2019-Feb    A     W          15
2019-Jan    B     W          30
2019-Jan    B     F          40
2019-Feb    B     W          40

我尝试的是获取整个时间序列的单个产品观察并设置为模型并获取输出

##getthe data set like this

outlet <-c('A','A','B','B')
produ  <-c('W','R','W','F')
price  <-c(10,20,30,40)
df <- data.frame(outlet,produ,price)

##tried to get single product 
dpSingle <- dplyr::filter(df,df$produ  == 'W')
data.ts=ts(Quntity, start=c(year,month), frequency=12)
fit_arima <- auto.arima(data.ts,d=1,D=1,stepwise =  FALSE
                    ,approximation = FALSE, trace = TRUE) 
fcast<-forecast(fit_arima,h=24)
autoplot(fcast) + ggtitle("Forecasted for next 24 months")+ 
ylab("quntity")+xlab("Time in days")
print((exp(fcast$mean )))

但我想要的是循环遍历数据框并首先识别出口，然后产品并获得具有特征的详细观察结果并传递给我的时间序列模型，并为每个产品的每个出口单独获取预测。

标签： rtime-series

解决方案

推荐阅读