Začněte nyníZačněte zdarma

Holt-Wintersova metoda s denními daty

Holt-Wintersovu metodu lze použít i pro denní data, kde má sezónní vzor délku 7 a příslušná časová jednotka pro h jsou dny.

Zde porovnáš aditivní Holt-Wintersovu metodu a sezónní metodu naive() pro data hyndsight, která obsahují denní počty zobrazení stránek blogu Hyndsight za jeden rok počínaje 30. dubnem 2014. Data jsou dostupná ve tvém pracovním prostředí.

Toto cvičení je součástí kurzu

Forecasting v R

Zobrazit kurz

Pokyny k cvičení

  • Pomocí subset.ts() vytvoř trénovací sadu, ze které vynecháš poslední 4 týdny dostupných dat v hyndsight.
  • Pro tato poslední 4 týdna vytvoř předpovědi pomocí hw() s aditivní sezónností aplikovanou na trénovací data. Výsledek přiřaď do fchw.
  • Pro stejné období vytvoř sezónní naivní předpovědi. Použij příslušnou funkci, kterou jsi poznal/a v předchozí kapitole, a výsledek přiřaď do fcsn.
  • Která ze dvou předpovědí je lepší podle RMSE? K určení použij funkci accuracy().
  • Zobraz časové grafy těchto předpovědí.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create training data with subset()
train <- subset(___, end = ___)

# Holt-Winters additive forecasts as fchw
fchw <- hw(___, seasonal = ___, h = ___)

# Seasonal naive forecasts as fcsn
fcsn <- ___

# Find better forecasts with accuracy()
accuracy(___, ___)
accuracy(___, ___)

# Plot the better forecasts
autoplot(___)
Upravit a spustit kód