我预计在一个大组时间序列(5000 +)的。 我想用一个分层的方法来做到这一点是我做的预测在一个较高的水平,然后分配预估下调至每一个SKU。 我认为有必要以放大到细节的较低水平地域这样做,一边做上了一个台阶(自上而下)的预测。
例如,下面你看到的是我的想法结构的样品。
Total
=> Europe
=> Netherlands
=> RegionA
=> Client_A_in_Netherlands
=> SKU1
=> SKU2
=> SKU3
=> Client_Q_in_Netherlands
=> SKU15
=> Germany1
=> (...)
=> ClientY_in_Germany
=> SKU89
=> Africa
=> South Africa
=> (...)
=> Client_Z_in_SouthAfrica
=> SKU792
我想这样做自上而下的在大陆水平(即欧洲或非洲)水平预测。 然后分配适当份额的国家,那么该国内的客户端,然后到SKU。
在“半边天包的文档有关于如何使用两个层次结构做一个这样的例子。 我想知道是否有人能就如何与多层次结构做到这一点建议?
我们引入了一个新概念nodes
进入hts
包(V4 +),以取代旧gmatrix
。 为了说明的使用nodes
,这里是用4个等级(不包括总)和24底部的时间序列层次结构的一个例子。
bts <- ts(matrix(rnorm(240), nrow = 10, ncol = 24))
nodes <- list(2, rep(2, 2), rep(2, 4), rep(3, 8))
hts(bts, nodes = nodes)
的各要素nodes
指定的每个节点具有在该水平的儿童的数量。
树情节如下所示:
=> A
=> AA
=> AAA
=> 3 bottom time series
=> AAB
=> 3 bottom time series
=> AB
=> ABA
=> 3 bottom time series
=> ABB
=> 3 bottom time series
=> B
=> BA
=> BAA
=> 3 bottom time series
=> BAB
=> 3 bottom time series
=> BB
=> BBA
=> 3 bottom time series
=> BBB
=> 3 bottom time series
该文档是有点简洁,而且定义时,可以使用多层次结构hts
在PDF文件中的链接以参考手册的'半边天包,你会发现到纸上的参考。 具体地,在第7页的PDF格式,其中htseg1被引用的:
R.Ĵ海德门,RA艾哈迈德,G. Athanasopoulos和HL上(2011)的最优组合预测分层的时间序列。 计算统计和数据分析 ,55(9),2579年至2589年 。 http://robjhyndman.com/papers/hierarchical/
这种联系(免费在线版本,这是一个工作文件)有3个层次,这是非常相似的大陆为例|国内|客户端的例子。 http://robjhyndman.com/papers/Hierarchical6.pdf (参见第6节,第14页,其标题为数值模拟)
希望帮助。