Funktion auto.arima()
Wir können die Funktion auto.arima nutzen, um automatisch ein gutes Ausgangsmodell zu finden. Deine regionalen Verkaufsdaten, aufsummiert für alle Produkte in der Metropolregion, sind als Objekt MET_t in deinem Workspace geladen. Wir verwenden die Funktion index, um mit diesen Datumsangaben zu arbeiten.
Diese Übung ist Teil des Kurses
Prognose der Produktnachfrage in R
Anleitung zur Übung
- Teile die Daten in Trainings- und Validierungsteil auf, wobei die Validierung alle Daten aus 2017 umfasst. Der Trainingsteil wurde bereits für dich erstellt, aber die Validierung übernimmst du! Achte darauf, das Datumsformat JJJJ-MM-TT zu verwenden.
- Führe die Funktion
auto.arima()auf deinen Trainingsdaten der regionalen Verkäufe für die Metropolregion aus.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Split the data into training and validation
MET_t_train <- MET_t[index(MET_t) < "2017-01-01"]
MET_t_valid <- ___[index(___) >= "___"]
# Use auto.arima() function for metropolitan sales training data
auto.arima(___)