Začněte nyníZačněte zdarma

ETS vs. sezónní naivní metoda

V tomto cvičení porovnáš předpovědi ETS se sezónní naivní metodou na 20 letech dat cement, která obsahují čtvrtletní produkci cementu. Použiješ přitom křížovou validaci časových řad s výhledem 4 kroky dopředu. Protože výpočet chvíli trvá, budeš mít v pracovním prostředí k dispozici zkrácenou verzi řady cement.

Druhý argument funkce tsCV() musí vracet objekt předpovědi, takže potřebuješ funkci, která model přizpůsobí a předpovědi vrátí. Připomeň si:

> args(tsCV)
function (y, forecastfunction, h = 1, ...)

V tomto cvičení použiješ jak existující funkci pro tvorbu předpovědí, tak funkci, která byla připravena speciálně pro tebe. Pamatuj – někdy jednoduché metody fungují lépe než ty sofistikovanější!

Toto cvičení je součástí kurzu

Forecasting v R

Zobrazit kurz

Pokyny k cvičení

  • Funkce fets() pro vytváření předpovědí ETS je již napsána za tebe.
  • Aplikuj tsCV() pro metody ETS i sezónní naivní na data cement s výhledem předpovědi 4 kroky. Jako argument předpovědní funkce použij nově vytvořenou funkci fets pro e1 a existující funkci snaive pro e2.
  • Vypočítej MSE z výsledných 4krokových chyb a odstraň chybějící hodnoty. Výrazy pro výpočet MSE jsou již připraveny, ale druhý volitelný argument chybí (už jsi ho dříve používal/a).
  • Ulož nejlepší MSE jako bestmse. Stačí zkopírovat celý řádek kódu, který nejlepší MSE generuje z předchozího kroku.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Function to return ETS forecasts
fets <- function(y, h) {
  forecast(ets(y), h = h)
}

# Apply tsCV() for both methods
e1 <- tsCV(___, ___, h = ___)
e2 <- tsCV(___, ___, h = ___)

# Compute MSE of resulting errors (watch out for missing values)
mean(e1^2, ___)
mean(e2^2, ___)

# Copy the best forecast MSE
bestmse <- ___
Upravit a spustit kód