Estoy usando una serie temporal diaria de datos de ventas que contiene aproximadamente 2 años de puntos de datos diarios. Basado en algunos de los tutoriales / ejemplos en línea, traté de identificar la estacionalidad en los datos. Parece que hay una periodicidad / estacionalidad semanal, mensual y probablemente anual.
Por ejemplo, hay días de pago, particularmente el primer día de pago del mes, el efecto dura unos pocos días durante la semana. También hay algunos efectos específicos de vacaciones, claramente identificables al observar las observaciones.
Equipado con algunas de estas observaciones, probé lo siguiente:
ARIMA (con
Arimayauto.arimadesde el paquete R-Forecast), utilizando regresor (y otros valores predeterminados necesarios en la función). El regresor que creé es básicamente una matriz de valores 0/1:- Variables de 11 meses (n-1)
- 12 variables de vacaciones
- No se pudo entender la parte del día de pago ... ya que es un efecto poco más complicado de lo que pensaba. El efecto de día de pago funciona de manera diferente, dependiendo del día de la semana del 1 de mes.
Usé 7 (es decir, frecuencia semanal) para modelar la serie de tiempo. Probé la prueba, pronosticando 7 días a la vez. Los resultados son razonables: la precisión promedio para un pronóstico de 11 semanas llega a un RMSE promedio semanal de 5%.
Modelo TBATS (del paquete R-Forecast): utiliza la estacionalidad múltiple (7, 30.4375, 365.25) y obviamente no regresor. La precisión es sorprendentemente mejor que el modelo ARIMA a un promedio semanal de RMSE de 3.5%.
En este caso, el modelo sin errores ARMA funciona ligeramente mejor. Ahora, si aplico los coeficientes solo para los efectos de vacaciones del modelo ARIMA descrito en el n. ° 1, a los resultados del modelo TBATS, el RMSE promedio semanal mejora a 2.95%
Ahora, sin tener muchos antecedentes o conocimientos sobre las teorías subyacentes de estos modelos, tengo el dilema de si este enfoque TBATS es incluso válido. Aunque está mejorando significativamente el RMSE en la prueba de 11 semanas, me pregunto si puede mantener esta precisión en el futuro. O incluso si la aplicación de efectos de vacaciones de ARIMA al resultado TBATS es justificable. Cualquier idea de cualquiera / todos los contribuyentes será muy apreciada.
Nota: Haga "Guardar enlace como" para descargar el archivo.