or
Ця вправа є частиною курсу
Для прогнозування чудовою відправною точкою є моделювання часових рядів! Вам потрібно спрогнозувати майбутні значення попиту на продажі, і хорошою базовою стратегією будуть моделі ARIMA. У цьому розділі ви навчитеся швидко реалізовувати моделі ARIMA та отримувати якісні початкові прогнози майбутнього попиту на продукт.
Економічна теорія багато пояснює щодо прогнозування значень попиту. Зовнішні чинники, як-от ціна, сезонність і час проведення акцій, очевидно впливають на окремі аспекти попиту на продукт. У цьому розділі ви ознайомитеся з основами моделей цінової еластичності та дізнаєтеся, як враховувати сезонність і час акцій у наших прогнозах попиту на продукт.
Моделі часових рядів і цінові регресії не обов'язково розглядати як окремі підходи до прогнозування попиту. Їх можна поєднати! У цьому розділі ви дізнаєтеся про два способи «поєднання» інформації з обох підходів до моделювання – трансферні функції та ансамблювання прогнозів.
Дотепер ми будували окремі моделі для прогнозування попиту на продукти. Однак ми ще не використали перевагу того, що всі ці продукти утворюють ієрархію продажів. Продукти формують регіони, а регіони формують штати. Як забезпечити узгодження прогнозів угору й униз ієрархією? У цьому розділі ви дізнаєтеся про ієрархічне прогнозування та про те, як використати його на користь у прогнозуванні попиту на продукт.
Поточна вправа