R-如何按組預測具有多個變量的每日時間序列

Question

我是按組進行時間序列預測的新手。

我有一個龐大的每日時間序列數據集，需要對其進行預測。

我做了很多谷歌搜索，並嘗試了許多不同的方法，但都沒有成功。

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

這是我生成的示例數據集，因為我找不到其他任何可以正確代表我的問題的開放數據集。 （如果樣本數量不好，我們深表歉意）

我希望通過“國家/地區”，“設備”，“操作系統”和“瀏覽器”在此數據集上預測未來n天的每日“訪問次數”，“點擊次數”，“登錄次數”，“銷售次數”

任何幫助將不勝感激。

Answer 1

這正是我們正在開發tsibble和fable包的用例。 tsibble位於CRAN（ https://cran.r-project.org/package=tsibble ）上，而fable仍僅位於github（ https://github.com/tidyverts/fable ）上。

您可以執行以下操作來按country ， device ， os和browser預測clicks ：

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