R - 如何按组预测具有多个变量的每日时间序列

Question

我不熟悉按组进行时间序列预测。

我有一个大型的每日时间序列数据集，我需要对其进行预测。

我用谷歌搜索了很多，尝试了很多不同的方法，但都没有成功。

date    country device  os  browser visits  clicks  logins  sale
7/29/2018   USA desktop Windows Firefox 3046    1523    762 381
7/29/2018   USA mobile  Windows Firefox 6546    3273    1637    818
7/29/2018   USA tablet  Windows Firefox 864 432 216 108
7/30/2018   USA desktop Windows Firefox 11004   5502    2751    1376
7/30/2018   USA mobile  Windows Firefox 7938    3969    1985    992
7/30/2018   USA tablet  Windows Firefox 1114    557 279 139
7/31/2018   USA desktop Windows Firefox 10814   5407    2704    1352
7/31/2018   USA mobile  Windows Firefox 7560    3780    1890    945
7/31/2018   USA tablet  Windows Firefox 984 492 246 123

这是我生成的示例数据集，因为我找不到任何其他可以正确表示我的问题的开放数据集。（如果样本数量不好，我们深表歉意）

我希望通过 'country'，'country'，'logins'，'sales' 预测此数据集接下来 'n' 天的每日“访问量” =28=]、'os' 和 'browser'

如有任何帮助，我们将不胜感激。

Answer 1

这正是我们正在开发 tsibble 和 fable 包的用例。 tsibble 在 CRAN 上（https://cran.r-project.org/package=tsibble), while fable is still only on github (https://github.com/tidyverts/fable）。

您可以通过 country、device、os 和 browser:

来预测 clicks

library(tsibble)
library(fable)
mydata <- tsibble(dataframe, key = c(country, device, os, browser), index=date)
mydata %>%
  model(ETS(clicks)) %>%
  forecast()

R - 如何按组预测具有多个变量的每日时间序列

R - How to forecast by group for a daily time series with multiple variables

r

time-series

tidyverse

forecasting

forecast