1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Forecasting v R
Connected

cvičení

Naivní metody předpovídání

Jak jsi viděl/a ve videu, předpověď (forecast) je průměr nebo medián simulovaných budoucích hodnot časové řady.

Nejjednodušší metodou předpovídání je použít poslední dostupné pozorování – tomu se říká naivní předpověď a lze ji realizovat pomocí stejnojmenné funkce. Pro mnohé časové řady, včetně většiny dat o cenách akcií, je to to nejlepší, co se dá udělat. I když nejde o příliš přesnou metodu, slouží jako užitečný benchmark pro porovnání s jinými přístupy.

Pro sezónní data se nabízí podobný nápad: použít hodnotu z odpovídajícího období v předchozím roce. Pokud chceš například předpovědět objem prodeje pro příští březen, vycházíš z objemu prodeje z loňského března. Tuto logiku implementuje funkce snaive(), tedy sezónní naivní předpověď.

U obou metod lze nastavit druhý argument h, který určuje počet hodnot, které chceš předpovědět. Jak ukazuje kód níže, výchozí hodnoty se u každé funkce liší. Výsledný výstup je objekt třídy forecast – to je základní třída objektů v balíčku forecast a existuje řada funkcí pro práci s nimi, například summary() a autoplot().

naive(y, h = 10)
snaive(y, h = 2 * frequency(x))

Vyzkouš tyto dvě funkce na řadách goog a ausbeer. Obě jsou dostupné ve tvém pracovním prostředí.

Pokyny

100 XP
  • Pomocí naive() předpověz příštích 20 hodnot řady goog a výsledek ulož do fcgoog.
  • Předpovědi vykresli a shrň pomocí autoplot() a summary().
  • Pomocí snaive() předpověz příštích 16 hodnot řady ausbeer a výsledek ulož do fcbeer.
  • Předpovědi pro fcbeer vykresli a shrň stejným způsobem jako u fcgoog.