У меня есть данные за год с квартальными всплесками, как показано ниже:
Пример кода в R для создания кадра данных:
x <- data.frame("Month" = c(1:12), "Count" = c(110,220,2500,150,180,1800,300,550,5000,205,313,4218))
Вот как выглядят данные:
Month Count
1 110
2 220
3 2500
4 150
5 180
6 1800
7 300
8 550
9 5000
10 205
11 313
12 4218
Мы видим, что последний месяц каждого квартала имеет всплеск. Моя цель - сделать прогноз на следующий год на основе этих данных. Я попробовал линейную регрессию с помощью некоторой инженерии функций (например, как далеко находится месяц от квартала), и результаты были явно неудовлетворительными, поскольку не видно, что существует линейная зависимость.
Я попробовал другие методы, такие как сезонный наивный и STLF (используя R), и в настоящее время я прохожу несколько методов интерполяции (таких как лагранж или ньютон-интерполяция), кажется, есть много материалов для изучения. Кто-нибудь может предложить хорошее возможное решение для этого, чтобы я мог исследовать дальше?