如何在预测中考虑假期的影响

我有一个相当可预测的每日时间序列和每周季节性。在没有假期的情况下，我能够提出看起来很准确的预测（通过交叉验证确认）。但是，当有假期时，我会遇到以下问题：

1. 尽管所有历史假期均为0，但我在预测中得到的假期非零数字。但这实际上不是主要问题。问题是...
2. 由于假期中不进行的处理会“溢出”到假期后的几天，因此，由于这些异常值似乎是短期的创新，因此无法使用简单的虚拟变量进行削减。如果没有每周的季节性变化，我可能会得出一个估计值，用于在假期后的五天左右的时间内分配假期中未处理的数据（如您如何创建反映假期的超前和滞后影响的变量中建议的/时序分析中的日历效果？）。但是，“溢出”的分布取决于假期发生的星期几，以及假期是否是圣诞节或感恩节，那里的订单订购率低于一年中的其余时间。

以下是我的交叉验证的一些快照，这些快照显示了在一周的不同日期出现的假期的预测（蓝色）与实际（红色）结果：

我还担心圣诞节的影响取决于它落在一周中的哪一天，而我只有六年左右的历史数据。

对于在预测的背景下如何应对这些类型的创新异常值，是否有人有任何建议？（很遗憾，我无法共享任何数据）

您是否不能为假日创建一个虚拟变量，为假日+1创建一个虚拟变量，为假日+2创建一个虚拟变量，并且只在工作日内将它们设置为1？

至于感恩节和圣诞节，在这些假期中引入单独的虚拟变量似乎是最糟糕的选择（因为您只有六年的数据）。在某种程度上，这可能是您唯一的选择-人们在假日期间的行为方式与他们在7月四日的行为方式不同（而且，如果您正在研究零售模式，那么您肯定必须与那些人一起生活）是“特殊”假期，因此一定要分别对其进行分析）。但是，以下想法可能对您有所帮助：

• 感恩。它总是位于一周的同一天（星期四）的事实是否应该使它更容易？也就是说，即使在六年数据集中，感恩节假人也可能是可行的，因为工作日模式将始终相同。
• 圣诞。从您的图表看来，主要问题是效果的持续时间比其他假期长-如果您将“圣诞节”定义为平安夜（12月24日），那是因为许多人也会留在家里圣诞节（12月25日）（某些地方甚至还有节礼日（12月26日））。我会考虑更多。

我希望这有帮助。