2013-06-25 33 views
-5

我需要下表中的数据,以便我可以通过ID和ProductCode进行预测。我难以理解如何编码R,所以我可以通过ID和ProductCode进行预测。我正在寻找动物园来帮助我做到这一点,但我很难过。通过ID和产品预测R

DATE ID ProdCode Rev 
08/01/2012 1-100FDK B51 0.22 
09/01/2012 1-100FDK B51 10.17 
10/01/2012 1-100FDK B51 39.73 
11/01/2012 1-100FDK B51 78.77 
12/01/2012 1-100FDK B51 167.66 
08/01/2012 1-100FDK B53 387.82 
09/01/2012 1-100FDK B53 321.58 
10/01/2012 1-100FDK B53 261.9 
11/01/2012 1-100FDK B53 259.84 
12/01/2012 1-100FDK B53 269.84 
08/01/2012 1-200FFK A54 194.42 
09/01/2012 1-200FFK A54 225.1 
10/01/2012 1-200FFK A54 269.42 
11/01/2012 1-200FFK A54 321.14 
12/01/2012 1-200FFK A54 429.11 

感谢,

杰夫

+1

的StackOverflow上处理特定的编程问题的问题。现在你不能生成一个简单的例子,所以你的问题如果不适合SO。我会建议你尝试更多的教程,阅读更多,也许找到一个可以帮助你的同事。 –

回答

2

我将开始通过可视化我的数据得到一些直觉,检测模式和选择最佳模型。 R对此非常好。在这里,我使用的是ggplot2,但您可以使用lattice做同样的事情。例如:

dat$DATE <- as.Date(dat$DATE,format='%d/%m/%Y') 
library(ggplot2) 
ggplot(dat,aes(x=DATE,y=Rev,group=ProdCode,color=ProdCode)) + 
    geom_line() + 
    facet_grid(~ID) + 
    geom_smooth(method='lm') 

enter image description here

这里DAT是:

dat <- read.table(text='DATE ID ProdCode Rev 
08/01/2012 1-100FDK B51 0.22 
09/01/2012 1-100FDK B51 10.17 
10/01/2012 1-100FDK B51 39.73 
11/01/2012 1-100FDK B51 78.77 
12/01/2012 1-100FDK B51 167.66 
08/01/2012 1-100FDK B53 387.82 
09/01/2012 1-100FDK B53 321.58 
10/01/2012 1-100FDK B53 261.9 
11/01/2012 1-100FDK B53 259.84 
12/01/2012 1-100FDK B53 269.84 
08/01/2012 1-200FFK A54 194.42 
09/01/2012 1-200FFK A54 225.1 
10/01/2012 1-200FFK A54 269.42 
11/01/2012 1-200FFK A54 321.14 
12/01/2012 1-200FFK A54 429.11', 
     header=TRUE) 
+0

我赞扬你的努力(+1),但OP的问题非常广泛,需要整个时间序列分析和预测书来回答这个问题。 –

+1

@PaulHiemstra是的,你是对的。我完全同意你的看法。我的目标是吸引人们使用R,我认为一个好的情节可以说服OP在下一次做更多的努力。 – agstudy

+1

我投票结果太宽太 –