ARIMA-Vorhersage
Bevor wir ein Ensemble-Modell bauen, brauchen wir eine tatsächliche Zeitreihenprognose der Nachfrage selbst, damit wir die Vorhersagen mitteln können. Das Trainingsdatenobjekt MET_hi ist in deinem Workspace gespeichert, ebenso wie die Validierungsdaten MET_hi_v.
Diese Übung ist Teil des Kurses
Prognose der Produktnachfrage in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Build an ARIMA model using the auto.arima function
MET_hi_model_arima <- ___(___)
# Forecast the ARIMA model you just built above
for_MET_hi <- ___(___, h = ___)