or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
สำหรับการพยากรณ์ การสร้างแบบจำลอง time series ถือเป็นจุดเริ่มต้นที่ดีเยี่ยม เพื่อพยากรณ์ค่าความต้องการในอนาคต แนวทางพื้นฐานที่เหมาะสมคือโมเดล ARIMA ในบทนี้ คุณจะได้เรียนรู้วิธีสร้างโมเดล ARIMA อย่างรวดเร็วและได้ผลการพยากรณ์ความต้องการสินค้าในอนาคตที่ดีตั้งแต่ต้น
ทฤษฎีเศรษฐศาสตร์มีส่วนช่วยในการพยากรณ์ค่าความต้องการได้มาก ปัจจัยภายนอก เช่น ราคา ฤดูกาล และช่วงเวลาของโปรโมชัน ล้วนส่งผลต่อความต้องการสินค้าทั้งสิ้น ในบทนี้ คุณจะได้เรียนรู้พื้นฐานของโมเดลความยืดหยุ่นของราคา รวมถึงวิธีนำปัจจัยด้านฤดูกาลและช่วงเวลาโปรโมชันมาใช้ในการพยากรณ์ความต้องการสินค้า
โมเดล time series และการถดถอยตามราคาไม่จำเป็นต้องมองเป็นแนวทางแยกจากกันในการพยากรณ์ความต้องการสินค้า แต่สามารถนำมาผสมรวมกันได้ ในบทนี้ คุณจะได้เรียนรู้ 2 วิธีในการ "ผสาน" ข้อมูลที่ได้จากทั้งสองแนวทาง ได้แก่ transfer functions และการรวมผลการพยากรณ์ (forecast ensembling)
เนื้อหาทั้งหมดจนถึงจุดนี้เน้นการสร้างโมเดลแยกเดี่ยวสำหรับพยากรณ์ความต้องการสินค้า แต่ยังไม่ได้ใช้ประโยชน์จากความจริงที่ว่าสินค้าทั้งหมดเหล่านี้ก่อให้เกิดลำดับชั้นของยอดขาย กล่าวคือ สินค้าประกอบเป็นภูมิภาค และภูมิภาคประกอบเป็นรัฐ แล้วจะทำให้ผลการพยากรณ์สอดคล้องกันทั้งขึ้นและลงตามลำดับชั้นได้อย่างไร ในบทนี้ คุณจะได้เรียนรู้เกี่ยวกับการพยากรณ์แบบลำดับชั้นและวิธีนำมาใช้ให้เกิดประโยชน์สูงสุดในการพยากรณ์ความต้องการสินค้า
แบบฝึกหัดปัจจุบัน