[問題] 時間序列預測問題

看板DataScience作者 (jack)時間5年前 (2019/08/27 18:46), 編輯推噓1(109)
留言10則, 2人參與, 5年前最新討論串2/2 (看更多)
各位好: 最近在練習時間序列的趨勢預測, 在資料處理上遇到問題如下, 資料時間為1月到6月, 因資料未定時上傳, 假設時間以周為單位, 會出現如3月有連續幾周資料為空值, 因為空值為連續性影響, 我覺得補值會造成影響, 所以改以月為單位, 而造成資料筆數剩下6筆 請問這樣還能作為時間序列或以其他方式做預測嗎? 另外對於缺失值是否有其他處理方式? 謝謝大家 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.215.144.51 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1566902768.A.252.html

08/27 19:28, 5年前 , 1F
6筆資料基本上用猜的都比較準...就算是週資料也大概
08/27 19:28, 1F

08/27 19:28, 5年前 , 2F
只有30筆資料實務上靠經驗判斷可能都比較好
08/27 19:28, 2F

08/27 19:42, 5年前 , 3F
理論而言補值的方法有很多種,但就你的情形看來只有
08/27 19:42, 3F

08/27 19:42, 5年前 , 4F
6到30個資料點其實在實務上補值會很容易造成偏差 當
08/27 19:42, 4F

08/27 19:42, 5年前 , 5F
你考慮趨勢跟季節性的時候一到六月基本上只反映了半
08/27 19:42, 5F

08/27 19:42, 5年前 , 6F
年的狀態 但如果以月銷售量而言週期性通常是以一個
08/27 19:42, 6F

08/27 19:42, 5年前 , 7F
年度會有比較完整的pattern 基本上丟這個數據進模型
08/27 19:42, 7F

08/27 19:42, 5年前 , 8F
可能會變成搏杯啦
08/27 19:42, 8F

08/27 20:07, 5年前 , 9F
感謝,看來只能看看往別的方向分析了,時間序列這想
08/27 20:07, 9F

08/27 20:07, 5年前 , 10F
法是不太可能了
08/27 20:07, 10F
文章代碼(AID): #1TPGdm9I (DataScience)
文章代碼(AID): #1TPGdm9I (DataScience)