Багатовимірне прогнозування часових рядів із набором даних на 3 місяці

У мене створено 3 місяці даних (кожен рядок, що відповідає кожному дню), і я хочу виконати багатоваріантний аналіз часових рядів для тих же:

наявні стовпці -

Date    Capacity_booked Total_Bookings  Total_Searches  %Variation

Кожна дата має 1 запис у наборі даних і має 3 місяці даних, і я хочу пристосувати багатовимірну модель часового ряду для прогнозування інших змінних.

Поки це була моя спроба, і я намагався досягти того, читаючи статті.

Я зробив те саме -

df['Date'] = pd.to_datetime(Date , format = '%d/%m/%Y')

data = df.drop(['Date'], axis=1)

data.index = df.Date

from statsmodels.tsa.vector_ar.vecm import coint_johansen
johan_test_temp = data
coint_johansen(johan_test_temp,-1,1).eig



#creating the train and validation set
train = data[:int(0.8*(len(data)))]
valid = data[int(0.8*(len(data))):]

freq=train.index.inferred_freq

from statsmodels.tsa.vector_ar.var_model import VAR

model = VAR(endog=train,freq=train.index.inferred_freq)
model_fit = model.fit()


# make prediction on validation
prediction = model_fit.forecast(model_fit.data, steps=len(valid))

cols = data.columns

pred = pd.DataFrame(index=range(0,len(prediction)),columns=[cols])
    for j in range(0,4):
        for i in range(0, len(prediction)):
           pred.iloc[i][j] = prediction[i][j]

У мене є набір валідації та прогнозування. Однак прогнози набагато гірші, ніж очікувалося.

Діаграми набору даних - 1.% варіація

2. Ємність_Завантажена

3. Усього бронювання та пошуку

Вихід, який я отримую, -

Рамка даних прогнозування -

Рамка даних валідації -

Як ви бачите, що прогнози далеко не те, що очікується. Хто-небудь може порадити спосіб підвищення точності. Крім того, якщо я поміщую модель на цілі дані і потім друкую прогнози, це не враховує, що почався новий місяць, а отже, і прогнозувати як такий. Як це можна включити сюди. будь-яка допомога цінується.

EDIT

Посилання на набір даних - Набір даних

Дякую

Одним із способів підвищення точності є пошук автокореляції кожної змінної, як це запропоновано на сторінці документації VAR:

https://www.statsmodels.org/dev/vector_ar.html

Чим більше значення автокореляції для конкретного відставання, тим кориснішим буде цей відставання для процесу.

Ще одна гарна ідея - звернутися до критерію AIC та критерію BIC, щоб перевірити свою точність (те саме посилання, наведене вище, має приклад використання). Менші значення вказують на те, що більша ймовірність того, що ви знайшли справжнього оцінювача.

Таким чином, ви можете змінити порядок своєї авторегресивної моделі та побачити ту, яка забезпечує найнижчі AIC та BIC, обидва проаналізовані разом. Якщо AIC вказує, що найкраща модель має відставання 3, а BIC вказує, що найкраща модель має відставання 5, вам слід проаналізувати значення 3,4 та 5, щоб побачити модель з найкращими результатами.

Найкращим сценарієм було б мати більше даних (оскільки 3 місяці це не так багато), але ви можете спробувати ці підходи, щоб побачити, чи допомагає це.