时间序列模型baseline-时间序列因子

这个方法是作为时间序列模型建模的一个baseline方法，可以快速地给具有明显周期性的时间序列进行建模。本方法不需要像ARMA或者Prophet等需要首先判断平稳性并寻找最佳模型参数，主要目标是找到模型的周期因子，再找到周期因子得时候目标已经完成一大半。

方法步骤

1. 计算周期因子：这一步首先要计算周一到周天的均值，然后用这个值除以所有数据的总均值得到周一到周天每天的一个周期因子。
2. 计算日期因子：这一步统计周一到周天在本月30天中每天出现的频次，然后用第一步计算的周期因子*频次 / 月份总数。
3. 计算日期均值base：计算一个月中每天的均值，也就是作为预测的base值。
4. 对base优化：第三步的日期均值除以第二步日期因子得到优化的base值。
5. 计算预测值：用第四步优化base值乘以第一步的周期因子得到预测值。

方法优缺点

优点：建模速度快，并且对于周期性显著的时间序列往往效果还不错。

缺点：不做STL分析，没有考虑时间序列中的趋势性，噪声以及节假日等其他因素的影响，在周期性并不是主要影响因素的序列中效果欠佳。可以作为baseline方法快速得到一个结果，但是难以进一步提升。