时间序列数据:我如何衡量新产品销售对现有产品销售的影响(统计)？

Question

我的目标是…

• 发现产品5(新产品)是否真的在影响其他产品的销售(产品1到4)？
• 如果它正在影响其他产品的销售，有多少？

新的R和尝试了几个相关的帖子，但没有找到确切的答案，我的问题。我热爱R，每天学习一些新的东西，帮助我们做出数据驱动的决策。

我的样本数据集如下(周和产品1到产品5每周的销售)这里，我的新产品是产品5，并在第5周推出。

Week    Product-1   Product-2   Product-3   Product-4   Product-5
1   2   4   5   5   
2   4   4   6   4   
3   4   4   6   5   
4   4   4   6   6   4
5   4   6   5   3   5
6   2   7   6   4   3
7   3   8   7   5   6
8   2   9   9   3   6

这里我的问题是

• 什么是最好的过程或模型来显示产品5的影响(统计)？
• 在运行相关性之前，我需要运行协整测试吗？例如，这些产品中的一些从未与产品5相关联(例如:鸡的增长与电力需求的增长)
• 我怎么知道这种混合中的相关性和因果关系？
• 自从我的新产品在第五周推出以来，我可以在哪里开始我的关联？是第五周的还是前几周的？
• 我需要先测试一下平稳性吗？把数据送到固定的地方？

Answer 1

• 我怎么知道这种混合中的相关性和因果关系？

找出一个变量对另一个变量的因果影响是很困难的，因为可能有一些隐藏的变量是产品5和所有其他因素背后的驱动因素。例如，真正的因果效应可能是天气改善，导致产品5和其他产品的销售额增加，使它们相互关联，但没有任何因果关系。

在确定因果关系时试图消除偏见的一种方法是使用以下https://en.wikipedia.org/wiki/Instrumental_变量。