La predicción de datos por hora se ha convertido en mi principal interés. Este problema surge normalmente en el pronóstico del centro de llamadas. Hay que preocuparse por los patrones por hora durante el día, los diferentes patrones diarios durante la semana y los patrones estacionales durante todo el año (Indicadores mensuales / Indicadores semanales. Además, puede haber y he visto interacción entre los patrones por hora y los patrones diarios. Función de transferencia (una generalización / superconjunto de Regresión para datos de series de tiempo) puede acomodar fácilmente las estructuras mencionadas. Además, los eventos durante el año (Navidad, Pascua, etc.) deben incluirse posiblemente utilizando estructuras de plomo, contemporáneas y / o de retraso. análisis necesitamos validar a través de esquemas de detección de intervención que no hay pulsos, cambios de nivel / paso, Pulsos estacionales y / o tendencias de tiempo local restantes en el proceso de error que sugieren un aumento del modelo. Si la serie residual sugiere una estructura autotregresiva, simplemente se agrega una estructura ARIMA adecuada. Se debe tener cuidado al seleccionar un recurso para tratar este problema. Recientemente analicé y desarrollé pronósticos para un problema similar: la cantidad de pasajeros en el sistema de metro de París por hora y por día. En mi humilde opinión, este es un problema de construir una ecuación útil a partir de los datos que luego pueden usarse para simular posibles escenarios que luego pueden usarse para evaluar la longitud de la cola, etc. Recientemente analicé y desarrollé pronósticos para un problema similar: la cantidad de pasajeros en el sistema de metro de París por hora y por día. En mi humilde opinión, este es un problema de construir una ecuación útil a partir de los datos que luego pueden usarse para simular posibles escenarios que luego pueden usarse para evaluar la longitud de la cola, etc. Recientemente analicé y desarrollé pronósticos para un problema similar: la cantidad de pasajeros en el sistema de metro de París por hora y por día. En mi humilde opinión, este es un problema de construir una ecuación útil a partir de los datos que luego pueden usarse para simular posibles escenarios que luego pueden usarse para evaluar la longitud de la cola, etc.