根据月度数据预测

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了根据月度数据预测相关的知识,希望对你有一定的参考价值。

我收到一份包含付款日期的未提交支票的月度清单。那些在第1个月达到一定年龄的人(比如说,到目前为止的90天)被认为是过期并计为X(1)。

那些年龄超过60天的Y(1)已接近逾期,如果当时没有存入,将在第2个月的陈述中显示为X(2)。

一些支票很旧并且在系统中存在多年(超过1000天),因此出现在每个X月结单中,而X(n)和Y(n)中的某些支票份额将从下个月的X中消失(N + 1)。

根据实际历史数据,下个月预测的最佳逻辑是什么?最重要的是X,但Y也欢迎。它应该是一个预测,因为到目前为止还没有下个月的数据。

如果相关,数据在SQL中,但我需要了解最多的逻辑,然后我可以生成代码。

答案

下面的逻辑可以获得当前时间段内的支票数,逾期百分比,接近逾期百分比和所有其他支票百分比。下一步是创建一个查询,这个查询会执行3个月或12个月(或者您想用多少个月来获取投影)。然后,您趋向于检查总数,并趋势显示每个子类别的百分比。您可以使用它来预测未来的金额。

SELECT
    Count(*) AS Number of Checks,
    (SUM(CASE WHEN s.ageofcheck >= 90 THEN 1 ELSE 0 END))/Count(*) AS Number of Checks AS Percent Overdue Checks,
    (SUM(CASE WHEN s.ageofcheck >= 60 AND s.ageofcheck < 90 THEN 1 ELSE 0 END))/Count(*) AS Number of Checks AS Percent Near Overdue Checks,
    (SUM(CASE WHEN s.ageofcheck < 60 THEN 1 ELSE 0 END))/Count(*) AS Number of Checks AS Percent All Other Checks   
FROM
    (
    SELECT
        c.checknumber,
        DATEDIFF(dd,GETDATE(),c.checkdate) AS ageofcheck
    FROM
        checks_table AS c
    ) AS s

以上是关于根据月度数据预测的主要内容,如果未能解决你的问题,请参考以下文章

根据月度股票收益创建累积收益指数

《Python机器学习及实践》----良/恶性乳腺癌肿瘤预测

《Python机器学习及实践》----良/恶性乳腺癌肿瘤预测

根据季度定义将月度值相加

浅谈时间序列分析

具有季节性的Excel时间序列预测