Extrapolation coefficients de GLM pour les produits année a été vendu dans les années à venir?

Question

J'ai s'adapter un GLM (Poisson) à un ensemble de données où l'une des variables est catégorique pour l'année, un client a acheté un produit de mon entreprise, allant de 1999 à 2012. Il y a une tendance linéaire des coefficients pour la les valeurs de la variable comme l'année de la vente augmente.

Y at-il un problème en essayant d'améliorer les prévisions pour 2013 et peut-être 2014 en extrapolant pour obtenir les coefficients pour ces années?

Answer 1

Je crois que cela est un cas d'application analyse des séries chronologiques , en particulier prévision des séries chronologiques ( http://en.wikipedia.org/wiki/Time_series ). Considérez les ressources suivantes sur régression des séries chronologiques :

• http://www.wiley.com/WileyCDA/WileyTitle/productCd- 0471363553.html
• http://www.stats.uwo.ca/faculty/ viser / tsar / tsar.pdf (section en particulier 4.6)
• http://arxiv.org/abs/0802.0219 (approche bayésienne)

Answer 2

Si vous pensez que votre réponse est linéaire par année, puis mettre année comme un terme numérique dans votre modèle plutôt que catégorique.

Extrapolation est alors parfaitement valable sur la base des hypothèses habituelles de la famille GLM. Assurez-vous que vous obtenez correctement les erreurs sur vos estimations extrapolées.

Juste extrapolant les paramètres d'une variable catégorique est erronée pour plusieurs raisons. Le premier que je peux penser est qu'il peut y avoir plus d'observations dans quelques années que d'autres, les besoins d'extrapolation linéaire pour pondérer les estimations de ces année plus. Juste eyeballing une ligne - ou montage même une ligne aux coefficients - ne le feront pas.