Tengo datos de un centro de llamadas de 8 a. m. a 8 p. m. con intervalos de media hora. Estoy tratando de hacer pronósticos de series temporales para predecir el número esperado de llamadas durante el mismo período de tiempo en los próximos días. He intentado usar ARIMA y suavizado exponencial pero no me han dado buenos resultados. No estoy seguro de cómo incluir la estacionalidad en la imagen ya que solo tengo datos de 8 a. m. a 8 p. m. Pero casi no hay llamadas los fines de semana. ¿Hay algún otro algoritmo/técnica que debería probar? Agradecería mucho tu ayuda. Gracias. Adjunto la captura de pantalla de los datos basados en series temporales a continuación. 
Respuestas
¿Demasiados anuncios?
netbook shopper
Puntos
11
TBATS del paquete de pronóstico en R debería ser útil para esto, está diseñado para manejar múltiples periodicidades. Además, la API de pronóstico de Facebook Prophet puede manejar combinaciones de periodicidades horarias y diarias. No sé si puede manejar periodicidades de media hora aún (sé que había planes para hacerlo, si lo implementaron o no aún no lo sé).
I-Ii
Puntos
91
Intenta ajustar un modelo SARIMA (Seasonal ARIMA).
Parece que tus datos necesitan ser diferenciados dos veces, con dos retrasos diferentes (una vez para ocuparse de la estacionalidad semanal, una vez para ocuparse de la estacionalidad diaria). Esta sería una posibilidad.
También podrías eliminar clásicamente el componente estacional, lo cual implica regresión (algo que la librería forecast en R maneja fácilmente).
