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!
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!