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

cvičení

Vyhodnocení přesnosti prognóz sezónních metod

Jak ses naučil/a v první kapitole, funkce window() určuje start a end časové řady pomocí příslušných časových hodnot, nikoli indexů. Oba tyto argumenty mohou mít podobu vektoru jako c(year, period), který jsi už dříve používal/a jako argument funkce ts(). Připomínáme, že period zde označuje čtvrtletí.

V tomto cvičení použiješ melbournská čtvrtletní data o návštěvnících (visnights[, "VICMetro"]) k vytvoření tří různých trénovacích sad – vždy bez posledního 1, 2 a 3 let. Před zahájením cvičení si předem načtená data visnights prohlédni v konzoli; pomůže ti to určit správnou hodnotu parametru h (který udává počet hodnot, které chceš předpovědět) pro tvoje prognózovací metody.

Pro každou trénovací sadu pak vypočítej prognózu na následující rok a nakonec porovnej střední absolutní procentuální chybu (MAPE) prognóz pomocí funkce accuracy(). Zkus se zamyslet, proč se hodnoty MAPE tolik liší.

Pokyny

100 XP
  • Pomocí funkce window() vytvoř z dat visnights[,"VICMetro"] tři trénovací sady tak, že vynecháš poslední 1, 2 a 3 roky; pojmenuj je train1, train2 a train3. Parametr end nastav odpovídajícím způsobem.
  • Pro každou trénovací sadu vypočítej prognózu na jeden rok pomocí metody snaive(). Výsledky pojmenuj fc1, fc2 a fc3.
  • Podle vzoru v ukázkovém kódu porovnej hodnoty MAPE pro všechny tři sady prognóz pomocí funkce accuracy() jako testovací sadu.