Začněte nyníZačněte zdarma

Automatické předpovědi pomocí exponenciálního vyhlazování

Funkce pojmenovaná po svém účelu – hledání chyb, trendu a sezónnosti (ETS) – nabízí plně automatický způsob tvorby předpovědí pro širokou škálu časových řad.

Vyzkouším ji na dvou řadách, austa a hyndsight, se kterými jsi se v této kapitole již setkal/a. Obě jsou do tvého pracovního prostředí předem načteny.

Toto cvičení je součástí kurzu

Forecasting v R

Zobrazit kurz

Pokyny k cvičení

  • Pomocí ets() vytvoř ETS model pro řadu austa a ulož ho do fitaus.
  • Použij vhodnou funkci ke kontrole reziduálů tohoto modelu.
  • Vykresli předpovědi z tohoto modelu pomocí forecast() a autoplot() dohromady.
  • Zopakuj tyto tři kroky pro data hyndsight a ulož tento model do fiths.
  • Který model (nebo modely) neprošel Ljung-Boxovým testem? Přiřaď proměnným fitausfail a fithsfail hodnotu TRUE (pokud test selhal) nebo FALSE (pokud test prošel).

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Fit ETS model to austa in fitaus
___ <- ___(___)

# Check residuals
___(___)

# Plot forecasts
___(___(___))

# Repeat for hyndsight data in fiths
fiths <- ___(___)
___(___)
___(___(___))

# Which model(s) fails test? (TRUE or FALSE)
fitausfail <- ___
fithsfail <- ___
Upravit a spustit kód