Saya memiliki dua seri data harian. Satu adalah sign-ups
dan yang lainnya terminations
dari langganan. Saya ingin memprediksi yang kedua menggunakan informasi yang terkandung dalam kedua variabel.
Melihat grafik dari seri ini, jelas bahwa penghentian berkorelasi dengan kelipatan pendaftaran beberapa bulan sebelumnya. Artinya, lonjakan pendaftaran pada 10 Mei, akan menyebabkan peningkatan penghentian pada 10 Juni, 10 Juli dan 10 Agustus dan seterusnya, meskipun efeknya berkurang.
Saya berharap mendapatkan petunjuk tentang model mana yang mungkin saya terapkan untuk memodelkan masalah khusus ini. Saran apa pun akan sangat dihargai ..
Sejauh ini, saya sudah memikirkan model VAR, tapi saya tidak yakin bagaimana memasukkan efek bulanan - menggunakan urutan keterlambatan yang sangat tinggi atau menambahkan komponen musiman entah bagaimana?
sumber
Model tingkat bulan
Anda harus menangkap variasi tingkat bulan dalam kecenderungan untuk mengakhiri (mis. Pendaftaran selama liburan Natal lebih cenderung berakhir daripada pendaftaran selama April). Katakanlah model deret waktu Anda yang biasa adalah:
sumber