2019天猫双11销售额预测:2583.387亿

举报
Python爱好者 发表于 2020/12/30 00:15:06 2020/12/30
【摘要】 来源:本文来自《趣味数据周刊》 作者:herain 数据预测,不是实际值,不要迷信 一年一度的双11,我们喜欢买买买,更乐意看到全民双11会创作怎样的销售奇迹。2019年是第11个双11,希望我们的梦想一一实现,再创销售奇迹。 等不及,我们一起预测2019天猫双11销售额。 注释:times代表第几次,gmv代表销售额 1、历年销售预览: 2、简单...

来源:本文来自《趣味数据周刊》

作者:herain

数据预测,不是实际值,不要迷信

一年一度的双11,我们喜欢买买买,更乐意看到全民双11会创作怎样的销售奇迹。2019年是第11个双11,希望我们的梦想一一实现,再创销售奇迹。

等不及,我们一起预测2019天猫双11销售额。

注释:times代表第几次,gmv代表销售额

1、历年销售预览:

2、简单的折线图:

3、绘制散点图:

看一看次数与销售额的的关系,可以看一个有坡度弯曲的曲线,如果强行采用一元线性回归,预测第11次双11的销售额(GMV)会低估。


   
  1.  
            
  2. >tianmao <- data.frame(
  3. times=c(1,2,3,4,5,6,7,8,9,10),
    gmv=c(0.5,9.36,52,191,350,571,
  4. 912,1207,1682,2135));
  5.  
           
  6. > library('car')
  7.  
           
  8. > library(carData)
  9. > scatterplot(gmv~times, data=tianmao,spread=F,

    lty.smooth=1, pch=18, xlab="times",ylab="gmv",

    cex.lab=0.7, family = 'SimSun')

    #很高的相关性

     
           
  10. > cor(tianmao[,1],tianmao[,2])
  11.  
           
  12. [1] 0.9517394

4、预测开始:

4.1、用一元线性回归预测(我知道上图看明显是曲线,因为数量小,可以试试预测值)


   
  1.  
            
  2. tianmao <- data.frame(
  3. times=c(1,2,3,4,5,6,7,8,9,10),
    gmv=c(0.5,9.36,52,191,350,571,
  4. 912,1207,1682,2135));

    > md<-lm(gmv~times, data=tianmao)

得到线性预测函数:


   
  1.  
            
  2. x0<-data.frame(times=11)
    predict(md, newdata=x0)

预测2019年,第11次的销售额gmv=2013.585。


   
  1.  
            
  2. predict(md, x0, interval="confidence", level=0.95)

在置信度为95%的条件下预测gmv区间:[1627.233, 2399.937]

4.2、非线性的广义相加模型预测,对非线性的拟合会好一点


   
  1.  
            
  2. > library(mgcv)
    > library(nlme)
    > model <-gam(gmv~s(times),data = tianmao)
    > summary(model)

    >x0<-data.frame(times=11)
    > predict(model, newdata=x0)
    1
    2583.387

预测2019年,第11次的销售额gmv= 2583.387。

5、结合一元线性回归模型的预测 和 相加模型的预测 

提前恭喜天猫2019年第11次双11大卖

天猫销售额保底:2013.585亿

 

有望创作新高:2583.387亿

最可能的销售额:2298.486亿

“欢迎来访~”

文章来源: blog.csdn.net,作者:敲代码的灰太狼,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/tongtongjing1765/article/details/103020550

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

举报
请填写举报理由
0/200