konto usunięte

Temat: prognozowanie szeregów czasowych

Cześć,

Kilka słów tytułem wstępu zanim padnie właściwe pytanie.
Wyobrażmy sobie, że przedsiębiorstwo sprzedaje samochody. Ma ich w swoim spktrum produkcyjnym kilka klas: miejskie, małe, kompaktowe, klasy średniej (rodzinne), klasy wyższej średniej, luksusowe, sportowe, kabriolety, terenowe i vany. Łącznie 10 klas. Gdybym chciał zaprognozwać sprzedaż każdej z klas mógłbym wykonać 10 modeli np. wygładzania wykładniczego dla każdej z nich, co byłby mocno czasochłonne,ale wykonalne.

Dlatego chciałem zapytać czy istnieje model (najlepiej obecny w ogólnodostępnym oprogamowaniu jak R czy gretl), w którym można by równolegle zaprognozować te szeregi czasowe.
A może jesteście w stanie polecić inne lepsze rozwiązanie...
Piotr Ocalewicz

Piotr Ocalewicz Statystyka, Analiza
Danych, Data Mining,
Raportowanie

Temat: prognozowanie szeregów czasowych

W pakiecie {forecast} w R są dwie funkcje do automatycznego prognozowania:
- ets(dataset)
- auto.arima(dataset)

Pierwsza z nich prognozuje automatycznie szereg czasowy korzystając z wyrównywania wykładniczego , a druga z metody ARIMA. Jeśli zastosowałbyś te fukcje nie musisz samodzielnie tworzyć i wybierać najlepszego modelu, R zrobi to za Ciebie. To ma oczywiście swoje minusy, ale jeśli potrzebujesz tylko szybkiej prognozy dużej liczby szeregów czasowych to według mnie dobry trop.

Zakładając, że każda klasa ma tyle samo obserwacji możesz połączyć twoje dane w jedną ramkę danych i wykorzystać pętlę for, która stosowałaby polecenie ets do każdej kolumny. Wyniki mógłbyś zapisać w nowej ramce danych.

konto usunięte

Temat: prognozowanie szeregów czasowych

Michał T.:
Cześć,

klas. Gdybym chciał zaprognozwać sprzedaż każdej z klas mógłbym wykonać 10 modeli np. wygładzania wykładniczego dla każdej z nich, co byłby mocno czasochłonne,ale wykonalne.
Uhuhuh, wiele kwestii:

1. Czy klasy samochodów są powiązane, czy nie? [Jasne, że są, bo jest substytucja].
2. Czy powiązanie jest długookresowe, czy krótkookresowe? [Raczej krótko, bo zmienia się status konsumenta]
3. Czy rynek ma ograniczenia, czy nie (np. głębokość)? [Oczywiście, że ma].

I jeszcze kilka rzeczy by się znalazło, zatem należy podejść do sprawy modelem wielorównanionym o trochę większym stopniu skomplikowania niż wygładzanie wykładnicze.
w ogólnodostępnym oprogamowaniu jak R czy gretl), w którym
W gretlu od strony ekonometrii prawie wszystko się da (poza bardzo specyficznymi modelami, jak niektóre dynamiczne panele czy dynamiczne logity). No i w odróżnieniu od innych programów nie generuje błędów numerycznych.

Pozdrawiam
MBTen post został edytowany przez Autora dnia 23.02.15 o godzinie 11:07

konto usunięte

Temat: prognozowanie szeregów czasowych

Chciałbym uprościć w miarę możliwości to zagadnienie.
Pomimo wspomnianej substytucyjności, chciałbym przyjąć założenie, że wzajemny wpływ jest relatywnie niewielki. Intresowałaby mnie prognoza maksymalnie na 12 miesięcy do przodu (dane dotyczące sprzedawanych ilości w miesięcznych interwałach). Niestety pojemność rynku jest dla mnie trudna do oszacowania, więc (nie)stety starałbym się ją pominąć - ale doskonale rozumiem Twoje uwagi i co masz na myśli.

Najbardziej interesują mnie trendy, cykliczność rocznej sprzedaży by w miarę wiarygodnie odzworować potencjalną sezonowość.
Poszukuję też w miarę prostego modelu, ale z chęcią poszerzę wiedzę na nowe tematy.

Marcinie, a czy możesz powiedzieć o jakie modele masz na myśli. VAR? (nie mam dużego doświadczenia w prognozowaniu, dlatego na razie badam teren).
A moze tak sugreuje Piotr skorzystać z ARIMA ale zrobić jednak hybrydę i jednak wyestymować każdą z 10 klas z osobna?

konto usunięte

Temat: prognozowanie szeregów czasowych

Michał T.:
Chciałbym uprościć w miarę możliwości to zagadnienie.
To niewiele z tego wyjdzie.
Pomimo wspomnianej substytucyjności, chciałbym przyjąć założenie, że wzajemny wpływ jest relatywnie niewielki.
To bardzo złe założenie.
Intresowałaby mnie prognoza maksymalnie na 12 miesięcy do przodu
W tym kontekście to nie ma znaczenia, chociaż problem horyzontu prognozy nierozerwalnie związany jest z długością szeregu.
(dane dotyczące sprzedawanych ilości
Chyba liczby.
interwałach). Niestety pojemność rynku jest dla mnie trudna do oszacowania, więc (nie)stety starałbym się ją pominąć - ale
I to znowu błąd, ponieważ odpowiednia specyfikacja pozwoli na włączenie tej informacji a priori.
Najbardziej interesują mnie trendy, cykliczność rocznej
Zwanej sezonowością...
sprzedaży by w miarę wiarygodnie odzworować potencjalną sezonowość.
... to chyba masło maślane.
Poszukuję też w miarę prostego modelu, ale z chęcią poszerzę
Prosty model to wygładzanie, jeśli z sezonowością, to może Wintersa.
VAR? (nie mam dużego doświadczenia w prognozowaniu, dlatego na
Podejście wektorowo-autoregresyjne, będące w istocie modelem wielorównaniowym prostym, może być pomocne, chociaż ze względu na swoją konstrukcję traci wiele informacji.
A moze tak sugreuje Piotr skorzystać z ARIMA ale zrobić jednak
Jeśli już, to ARMA, ponieważ sprzedaż to strumień, a zatem taki proces nie może generować pierwiastka jednostkowego.
hybrydę i jednak wyestymować każdą z 10 klas z osobna?
Bez komentarza.

MB

konto usunięte

Temat: prognozowanie szeregów czasowych

Dziękuję Marcinie. Widzę, że mam przyjemność słyszeć uwagi eksperta. W takim razie chciałbym jeszcze skorzystać z Twojej wiedzy, nadstawiam ucha jak można to zrobić zgodnie ze sztuką. Jak Ty byś spróbował ugryźć ten temat? Pięknie wypunktowałeś słabości mojego podejścia, co ujawniło, jakby to ująć eufemistycznie, duże pole do poprawy mojej wiedzy jak i obnażyło słabość wcześniejszych założeń, ale o to też chodziło. :)
Czyli do rozpatrzenia mam co najmniej 2 modele VAR oraz ARMA...

Z góry dziękuję!

konto usunięte

Temat: prognozowanie szeregów czasowych

Michał T.:
Z góry dziękuję!
Nie to że się chwalę, ale może trzeba przestudiować to: http://www.wydawnictwoumk.pl/prod_73286_Ekonometryczne...

MB

konto usunięte

Temat: prognozowanie szeregów czasowych

OK, widzę, że książka jest dostępna lokalnie w bibliotece uniwersyteckiej i więc zgłębię temat. Na pewno będzie to nauka czegoś nowego a to ważne i pożyteczne. Dziękuję.

Następna dyskusja:

Analiza szeregów czasowych




Wyślij zaproszenie do