Začněte nyníZačněte zdarma

Použití tsCV() pro křížovou validaci časových řad

Funkce tsCV() počítá chyby křížové validace časových řad. Vyžaduje zadání časové řady, metody předpovědi a horizontu předpovědi. Tady je příklad z videa:

> e = tsCV(oil, forecastfunction = naive, h = 1)

V tomto cvičení použiješ tsCV() k výpočtu a vykreslení hodnot MSE pro až 8 kroků dopředu spolu s metodou naive() aplikovanou na data goog. Cvičení využívá grafiku ggplot2, se kterou možná nemáš zkušenosti, ale poskytnuli jsme dostatek kódu, abys zbytek snadno doplnil/a.

Nezapomeň si projít snímky o tsCV() z přednášky. Data goog jsou načtena do tvého pracovního prostředí.

Toto cvičení je součástí kurzu

Forecasting v R

Zobrazit kurz

Pokyny k cvičení

  • Pomocí dat goog a funkce naive() pro předpověď vypočítej křížově validované chyby pro až 8 kroků dopředu. Výsledek ulož do proměnné e.
  • Vypočítej hodnoty MSE pro každý horizont předpovědi a odstraň chybějící hodnoty v e zadáním druhého argumentu. Výraz pro výpočet MSE je již připraven.
  • Vykresli výsledné hodnoty MSE (y) proti horizontu předpovědi (x). Zamysli se nad tím, jak funkce pracují. Pokud je v seznamu argumentů funkce uvedeno MSE = mse, pak mse odkazuje na objekt existující v tvém pracovním prostředí mimo funkci, zatímco MSE je název proměnné, která na tento objekt odkazuje uvnitř funkce.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Compute cross-validated errors for up to 8 steps ahead
e <- tsCV(___, forecastfunction = ___, h = ___)

# Compute the MSE values and remove missing values
mse <- colMeans(e^2, na.rm = ___)

# Plot the MSE values against the forecast horizon
data.frame(h = 1:8, MSE = mse) %>%
  ggplot(aes(x = h, y = ___)) + geom_point()
Upravit a spustit kód