新足迹 › 论坛 › 澳洲生活区 › 工作学习 › close

精华好帖回顾
· 唯乐. (2015-9-4) absent11	· 双职工家庭的福音之四汤粥小菜腌辣椒 (2005-4-8) binbingogo
· 从八大准备到AIFRS (2006-6-9) 无产阶级	· E&E -- 家常烤鱼 (2009-11-8) 闲夏采薇

查看: 1806|回复: 17

[IT] close [复制链接]

yanjinghan806

皮靴族

发表于 2013-8-16 10:56 |显示全部楼层

此文章由 yanjinghan806 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 yanjinghan806 所有！转贴必须注明作者、出处和本声明，并保持内容完整

本帖最后由 yanjinghan806 于 2013-8-28 17:23 编辑

close

xwang5

布鞋族

发表于 2013-8-16 11:37 |显示全部楼层

此文章由 xwang5 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 xwang5 所有！转贴必须注明作者、出处和本声明，并保持内容完整

简单的方法有 Period 1 of FY13 = Period 1 FY12 * sum of FY12/sum of FY11

angest

皮靴族

发表于 2013-8-16 12:41 |显示全部楼层

此文章由 angest 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 angest 所有！转贴必须注明作者、出处和本声明，并保持内容完整

如果情况再简单些，可以用散点图近似预测
但是销售数据有一个周期性的问题（明显可以看出周五的数据比周四少很多），所以这里的有效数据不是13个而是2个
所以建议你先预测一周的销量，再根据比例分配某天的预测销量
如果实际情况还受月周期之类的影响，就更复杂了

yanjinghan806

皮靴族

发表于 2013-8-16 12:58 |显示全部楼层

用了forecast函数感觉也不太靠谱 3楼朋友说的很有道理我这里有13年日数据高层想要看预测的周月季度数据但受月周期之类影响有点复杂

jy00064164

布鞋族

发表于 2013-8-16 19:35 |显示全部楼层

此文章由 jy00064164 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 jy00064164 所有！转贴必须注明作者、出处和本声明，并保持内容完整

本帖最后由 jy00064164 于 2013-8-16 18:45 编辑

---

花开的声音

光脚族

发表于 2013-8-16 19:36 |显示全部楼层

此文章由花开的声音原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者花开的声音所有！转贴必须注明作者、出处和本声明，并保持内容完整

应该是用回归线

lm8628

木屐族

发表于 2013-8-16 20:51 |显示全部楼层

此文章由 lm8628 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 lm8628 所有！转贴必须注明作者、出处和本声明，并保持内容完整

预测啥啊，都不靠谱，不如先预测下利息关注下宏观

catparrot

铜靴族

发表于 2013-8-17 20:17 |显示全部楼层

此文章由 catparrot 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 catparrot 所有！转贴必须注明作者、出处和本声明，并保持内容完整

做business forecasting用sas吧

raya

木屐族

发表于 2013-8-17 21:26 |显示全部楼层

此文章由 raya 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 raya 所有！转贴必须注明作者、出处和本声明，并保持内容完整

如果用regression做sales预测的话，你的数据太少了，多包括点变量在你的model里。

deepnorth2

银靴族

发表于 2013-8-17 21:30 |显示全部楼层

此文章由 deepnorth2 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 deepnorth2 所有！转贴必须注明作者、出处和本声明，并保持内容完整

catparrot 发表于 2013-8-17 19:17
做business forecasting用sas吧

这个用直线预测肯定不行的。以下是楼主的数据

SAS 直线回归的结果如下；

显而易见，用直线回归做预测毫无意义。

因此建议楼主还是做时间序列分析。

本帖子中包含更多资源

您需要登录才可以下载或查看，没有帐号？注册

评分

参与人数 1	积分 +8	收起理由
虞宅与美丽	+ 8	感谢分享

查看全部评分

njustzjj

皮靴族

发表于 2013-8-17 21:34 |显示全部楼层

此文章由 njustzjj 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 njustzjj 所有！转贴必须注明作者、出处和本声明，并保持内容完整

时间序列分析，先分析周期，再分析趋势，

bowensyd

皮靴族

发表于 2013-8-17 22:38 |显示全部楼层

此文章由 bowensyd 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 bowensyd 所有！转贴必须注明作者、出处和本声明，并保持内容完整

用线性代数和统计学。预测的精度在于sample size的大小了。

kaixin123

皮靴族

发表于 2013-8-18 00:05 |显示全部楼层

此文章由 kaixin123 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 kaixin123 所有！转贴必须注明作者、出处和本声明，并保持内容完整

这里高手好多啊，支持楼上的观点

forestlevy

皮靴族

发表于 2013-8-18 01:19 |显示全部楼层

此文章由 forestlevy 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 forestlevy 所有！转贴必须注明作者、出处和本声明，并保持内容完整

你们B&F这么做也太搞了吧。

lm8628

木屐族

发表于 2013-8-18 22:42 |显示全部楼层

此文章由 lm8628 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 lm8628 所有！转贴必须注明作者、出处和本声明，并保持内容完整

求问预测这些东西是什么职位干的啊？

cynosure

铜靴族

发表于 2013-8-23 17:27 |显示全部楼层

此文章由 cynosure 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 cynosure 所有！转贴必须注明作者、出处和本声明，并保持内容完整

以前在国内给电力局做过一个专门的负荷预测系统，和楼主的这个需求除了行业不一样，需求感觉简直一模一样，告诉你们头，这种东西用Excel做是企图用小学算数去解一个微分方程

我们的主要算法是基于时间序列的回归分析，算法都是自己写的，也尝试了一些其他算法，什么蒙特卡洛、神经网络、小波分析……，主要是计算量太大，都放弃，现在的话由于大数据技术的崛起，你可以使用hadoop构建一个集群，然后将之前的算法用MapReduce算法并行化放到hadoop上计算。

另外如果预测年度数据还简单一点（但也要对很多影响因素进行微调），如果预测你这种一年内的月度数据，一种做法是将每年的月度同期数据进行统计计算，然后再在最后汇总生成一整年的月度预测报告。

这样一个系统必须要有人很懂统计算法，再加上一个软件开发团队，仅仅凭excel是没办法做到的。而且即使开发出来的系统，也是提供各种因素的计算结果，结合人工经验选择诸多结果的一种。

这种技术现在叫大数据（big data），相关的职位要不是数据科学家要不就是数据工程师。

评分

参与人数 1	积分 +2	收起理由
老婆是CPA	+ 2	老专业了！

查看全部评分

lavahx

皮靴族

发表于 2013-8-23 17:31 |显示全部楼层

此文章由 lavahx 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 lavahx 所有！转贴必须注明作者、出处和本声明，并保持内容完整

用Matlab呀，嫌慢转成c/c++代码放到大型机上跑，也支持集群和分布式，肯定比你用excel好的多

joerkky

皮靴族

发表于 2013-8-23 23:03 |显示全部楼层

此文章由 joerkky 原创或转贴，不代表本站立场和观点，版权归 oursteps.com.au 和作者 joerkky 所有！转贴必须注明作者、出处和本声明，并保持内容完整

cynosure 发表于 2013-8-23 16:27
以前在国内给电力局做过一个专门的负荷预测系统，和楼主的这个需求除了行业不一样，需求感觉简直一模一样， ...

big data听起来是个很朝阳的产业，入门怎么入啊？

返回列表

		自动登录	找回密码
密码			注册

精华好帖回顾

[IT] close [复制链接]

本帖子中包含更多资源

评分

评分

发表回复

浏览过的版块