每日數據的統計分析

Question

我有許多數據點試圖從中提取出有意義的模式（或得出可以預測的方程式）。 我正在嘗試為任何給定的ITEM查找RANK與每日銷售額之間的相關性（？）。

因此，對於任何給定的項目，我都有（例如）兩周的每日信息，每天包括成對的庫存和排名。

ITEM #1
Monday: 20 in stock (rank 30)
Tuesday: 17 in stock (rank 29)
Wednesday: 14 in stock (rank 31)

假設每天售出3件商品，而每天售出約3件商品，則意味着排名在30位左右。

給定類似的信息，這些信息涉及廣泛的庫存/等級/日期配對（20,000件，超過2周），我想導出一個方程式/方法來估算任何給定排名的每日銷售額。

有一個問題：

數據並不完全干凈，因為（有時）庫存會因重新庫存或退貨而向上波動。 因此，例如，您可能會看到類似

MONDAY: 30 in stock.
TUESDAY: 20 in stock.
WEDNESDAY: 50 in stock.
THURSDAY: 40 in stock.
FRIDAY: 41 in stock.

表明在星期二至星期三之間，又補充了30枚，星期四又退還了一枚。

我計划在給定排名的每日銷售額上使用均值和標准差。 因此，如果給出任何排名，我可以根據均值和標准差值預測每日銷售額。 這是正確的方法嗎？ 在這種情況下是否有更好的方法

Answer 1

聽起來像這樣對您來說很不錯， fpp

它介紹了時間序列預測。 時間序列預測有很多細微差別，因此它可以使人們很容易絆倒。 您已經注意到的一些問題（例如季節性）。 其他與此類數據的統計屬性有關。 看看這個，