听起来你想把它分成(60*12)行,有3列:一列记录申请号,另一列记录时间,另一列记录位置。然后,一个模型可以把每个位置虚拟成一个预测器,您可以生成12个模拟的预测,并且具有不确定性。然后,为了得到一个整体的预测,将这些预测取平均值——引导,然后如果你喜欢的话,将这些预测汇集起来。模型时间,无论你想要-自回归,卡尔曼滤波器,最近的邻居(可能没有足够的数据为那个)。只是不要把每个时间点单独模拟出来,否则你会有一个完美的模型。
但是要知道你可以在这里建模的地点之间可能存在的相互作用的宇宙。把它们全部虚拟化,就不会假定它们之间,或者至少是你关心的一个,或者与你关心的任何事情相关的任何交互作用。它只考虑了固定的影响,也就是说,你假设每个地点的时间动态是相同的,只是有些地点总体上和平均上比其他地点有更高的应用程序数量。您可以根据其他位置的应用程序编号(当前编号、过去编号等)得出与任何给定位置相关的大量预测值。所有这些都取决于您认为可以解释的内容和信息。
