Я только начал использовать {fable}
и {tidyverts}
семейство инструментов, и пока все идет неплохо.
В настоящее время я заинтересован в составлении долгосрочных вероятностных прогнозов на основе ежедневных данных (с ежемесячным или квартальным разрешением, подходящим или предпочтительным). Насколько я понимаю, временная агрегация может помочь уменьшить неопределенность модели, а также распространить известные ежедневные влияния (особенно праздничные эффекты) на, например, ежеквартально и таким образом повышайте точность.
Для ежедневных данных я планирую использовать prophet + covariates, для более высоких агрегатов (от месяца к году) экспоненциальное сглаживание кажется подходящим.
Хотя мне интересно, кажется ли этот подход в целом многообещающим, я не совсем уверен, как структурировать проблему прогноза, используя {thief}
для получения вероятностных прогнозов.
PS: Я нашел этот полезный пост для почасовых данных, но у меня возникают проблемы с его реализацией для ежедневных данных (например, создание значимых агрегатов и объединение прогнозов): https://stats.stackexchange.com/questions