将来の年に製品が販売された年のGLM係数の外挿?
-
16-10-2019 - |
質問
GLM(Poisson)は、変数の1つが1999年から2012年の範囲の顧客が私の会社から製品を購入した年のカテゴリーであるデータセットに適合します。販売年が増えるにつれて変数。
2013年と2014年の予測を改善しようとすることに問題はありますか?
解決
これは応募のケースだと思います 時系列分析, 、 特に 時系列予測 (http://en.wikipedia.org/wiki/time_series)。以下のリソースを検討してください 時系列回帰:
他のヒント
あなたの応答が年に線形であると思われる場合は、年をカテゴリではなくモデルの数値用語として入れてください。
外挿は、GLMファミリーの通常の仮定に基づいて完全に有効です。推定された推定値にエラーが正しく表示されていることを確認してください。
カテゴリ変数からパラメーターを推定するだけで、いくつかの理由で間違っています。私が考えることができる最初の点は、他の年よりも数年で観察が多いかもしれないということです。したがって、線形外挿は、これらの年の推定値をさらに重視する必要があります。ラインを目にするだけで、あるいは係数にラインを取り付けることさえ - はこれを行いません。
所属していません datascience.stackexchange