R - Как прогнозировать по группе для ежедневного временного ряда с несколькими переменными

Question

Я новичок в прогнозировании временных рядов по группам.

У меня есть большой набор данных ежедневных временных рядов, для которых мне нужно сделать прогноз.

Я много гуглил и пробовал много разных способов, но безуспешно.

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

Это примерный набор данных, который я сгенерировал, так как я не смог найти другой открытый набор данных, который мог бы правильно представить мою проблему.(извиняюсь, если выборочные номера неверны)

Я хочу прогнозировать ежедневные «посещения», «клики», «входы в систему», «продажи» на следующие «n» дней в этом наборе данных по «стране», «device ',' os 'и' browser '

Любая помощь будет принята с благодарностью.

Answer 1

Это как раз тот вариант использования, для которого мы разрабатываем пакеты tsibble и fable. tsibble находится на CRAN (https://cran.r -project.org / package = tsibble ), в то время как fable все еще только на github (https://github.com/tidyverts/fable).

Вы можете сделать что-то подобное, чтобы прогнозировать clicks на country, device, os и browser:

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