下圖顯示了關於不同類型葡萄酒銷量的月度多元時間序列。每種葡萄酒類型都是時間序列中的一個變量。
假設要預測其中一個變量。比如，sparkling wine。如何建立一個模型來進行預測呢？
一種常見的方法是將該變量其視爲單變量時間序列。這樣就有很多方法可以用來模擬這些系列。比如 ARIMA、指數平滑或 Facebook 的 Prophet，還有自迴歸的機器學習方法也可以使用。
但是其他變量可能包含sparkling wine未來銷售的重要線索。看看下面的相關矩陣。
可以看到sparkling wine的銷量(第二排)與其他葡萄酒的銷量有相當的相關性。所以在模型中包含這些變量可能是一個好主意。
本文將介紹可以通過一種稱爲自迴歸分佈滯後(ARDL)的方法來做到這一點。
完整文章：
https://avoid.overfit.cn/post/ff41c484a5cc452cbf2caa3071d768c1