商品销售与疫情关联数据集2017-2021
数据来源：互联网公开数据
标签：TPS竞赛数据,新冠数据,销售预测,时间序列,新冠疫情,经济影响
数据概述
本数据集是TPS（Time Series Prediction）竞赛中SEPT-22版本的扩展数据，包含了2017年至2021年期间的时间序列数据，并特别加入了与新冠疫情相关的字段。数据集新增了两个关键字段：
- new_cases：记录了截至TPS SEPT竞赛数据日期的新增新冠确诊病例数。
- new_deaths：记录了截至TPS SEPT竞赛数据日期的新增新冠死亡病例数。
数据集的时间范围涵盖了新冠疫情爆发的2020年，为研究新冠疫情期间的经济活动（如销售情况）提供了重要的辅助信息。新增字段的加入旨在帮助分析新冠疫情对销售趋势的影响，尤其是在封锁期间的预测建模。
数据用途概述
该数据集适用于以下场景：
1. 销售预测：结合新增新冠病例和死亡病例数据，分析新冠疫情对销售活动的影响，特别是在封锁期间的异常波动，为销售预测模型提供更全面的输入特征。
2. 新冠疫情经济影响研究：通过对比新冠疫情爆发前后的时间序列数据，研究疫情对经济活动的具体影响，尤其是销售相关的产业。
3. 时间序列分析：数据集的时间跨度较大，包含新冠疫情爆发前后的完整记录，适合用于时间序列建模和分析，探索经济活动与疫情发展的动态关系。
4. 竞赛和研究：作为TPS竞赛的扩展数据集，可用于提升模型预测能力，特别是在处理突发事件（如疫情）对时间序列数据影响方面的研究。
此数据集为研究新冠疫情对经济活动的影响、特别是对销售趋势的短期和长期影响提供了有力支持，同时也为相关领域的学术研究和实际应用提供了丰富的数据资源。
