python - 为营销组合模型准备时间序列数据
问题描述
我是时间序列数据的新手,并且是第一次使用它。我计划将数据拟合到泊松回归和分类模型,因为数据包含计数。
在应用任何建模技术之前,我认为我需要对数据进行去趋势化处理,并加入一个控制变量来解释季节性。我认为我还需要通过对数转换和/或区分我的输出来使我的数据静止,然后对它们进行 z 缩放。
我想知道是否还需要其他任何东西来使时间序列数据为建模做好准备。我的数据准备方法是否太过分了?有什么想法吗?
谢谢
解决方案
推荐阅读
- linux - sudoers:不能运行 2 个命令列表,其中第二个具有 glob * 并拒绝第一个
- node.js - 您如何在预中间件中实现 mongo 聚合管道?
- c# - Google 文字转语音延迟
- android - 从内部侦听器中删除 Firestore 快照侦听器
- excel - 如何在不定义行号的情况下生成 SUM(A+B)?
- android - Android MVVM:从广播接收器观察数据库变化
- nunit - 针对多个选项的集合不区分大小写比较
- netlogo - netlogo dbscan 扩展是否适用于补丁?
- python - p我正在尝试我在这里做错了什么?
- php - 使用 PHPWord 和 DomPDF 将 DOCX 转换为 PDF