m****n 发帖数: 3016 | 1 大意是已知
1. 某公司旗下所有产品(n>200) 一段时间内在social media (n>4) 上的日新增和累
计点击率
2. 在这一段时间内,每天的销售情况
3. 在这一段时间内,哪天有新产品发布
要求是,用Bayesian 来预测,发布新品后,一周的销售量。
我的想法是,现在数据中,找到发布新品的日期。然后把这个日期前a天,后6天的数据
(social media, sales)取出来.用Bayesian 做一个regression. 由于不是学统计的
,想请教各位我这个做法合适么?或者有什么建议的方法么?像这种social media,
prior 一般如何定义?
谢谢!! | g*******u 发帖数: 148 | 2 你要注意這裡的關鍵字: "日新增"
也就是 on daily basis 你每天都會有新的資料點進來
這時候你要用 bayesian 做預測
意思是你要用bayes的方法去update
你可以查一查 bayesian updating
在未知或已知variance的情況下,mean update 都有簡單的公式
我想這才是你應該想的方向
用Bayesian regression沒有太大意義
因為除非你知道為甚麼OLS不恰當
否則OLS一般而言就有非常好的性質了
【在 m****n 的大作中提到】![](/moin_static193/solenoid/img/up.png) : 大意是已知 : 1. 某公司旗下所有产品(n>200) 一段时间内在social media (n>4) 上的日新增和累 : 计点击率 : 2. 在这一段时间内,每天的销售情况 : 3. 在这一段时间内,哪天有新产品发布 : 要求是,用Bayesian 来预测,发布新品后,一周的销售量。 : 我的想法是,现在数据中,找到发布新品的日期。然后把这个日期前a天,后6天的数据 : (social media, sales)取出来.用Bayesian 做一个regression. 由于不是学统计的 : ,想请教各位我这个做法合适么?或者有什么建议的方法么?像这种social media, : prior 一般如何定义?
|
|