Постановка задачи.
Составить прогноз прибыли магазина.
Дано:
- время работы магазина в виде множества N
[9 . . . 23], где N - количество дней работы магазина с момента открытия или начала сбора результатов
- выборка среднего чека за час;
- количество покупателей за час;
- прочие параметры, которых может быть любое количество.
Искомое: определить значения среднего чека в будущем, задавая множества независимых параметров (время, кол-во покупателей, и тд.).
Вопрос.
Каким методом лучше решать подобную задачу?
Я начал решать используя метод одномерной линейной регрессии. На данный момент уже написал программу для определения весовых коэффициентов, сейчас нахожусь на этапе отладки и проверки результатов. Я хочу узнать правильно ли выбрал метод.
Если у Вас многофакторная модель то нужно использовать векторные авторегрессии (VAR), отличие от обычной множественной регрессии в том, что добавляются переменные с лагом,
ещё как вариант - использование искусственных нейронных сетей, есть специализированные пакеты, например Matlab,
в любом случае чтобы получить действительно хороший прогноз, нужно правильно построить прогностическую модель, а там очень много тонкостей, за 2 дня это не получится даже у специалиста,
так, что рационально планируйте своё время
