LoslegenKostenlos loslegen

Automatische Prognosen mit exponentieller Glättung

Die gleichnamige Funktion zur Bestimmung von Fehlern, Trend und Saisonalität (ETS) bietet eine vollständig automatische Möglichkeit, Prognosen für eine Vielzahl von Zeitreihen zu erstellen.

Du testest sie jetzt an zwei Reihen, austa und hyndsight, die du dir in diesem Kapitel bereits angesehen hast. Beide wurden in deinen Arbeitsbereich vorab geladen.

Diese Übung ist Teil des Kurses

Prognosen mit R

Kurs anzeigen

Anleitung zur Übung

  • Passe mit ets() ein ETS-Modell an austa an und speichere es in fitaus.
  • Überprüfe mit der passenden Funktion die Residuen dieses Modells.
  • Erstelle Prognosegrafiken aus diesem Modell, indem du forecast() und autoplot() zusammen verwendest.
  • Wiederhole diese drei Schritte für die hyndsight-Daten und speichere dieses Modell in fiths.
  • Welche(s) Modell(e) fällt/fallen beim Ljung-Box-Test durch? Weise fitausfail und fithsfail entweder TRUE (wenn der Test fehlschlägt) oder FALSE (wenn der Test besteht) zu.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# 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 <- ___
Code bearbeiten und ausführen