LoslegenKostenlos loslegen

Zeitreihenprognose für neues Produkt erstellen

Bevor wir überhaupt eine Bottom-up-Prognose für die Metropolregion berechnen können, brauchen wir Prognosen für mehrere Produkte! Lass uns zuerst eine Zeitreihenprognose für das Spezialprodukt in der Metropolregion erstellen. Die Produktnachfrage ist als MET_sp in deinem Workspace gespeichert, außerdem dates_valid sowie deine Validierungsdaten MET_sp_v.

Du hast die MAPE-Funktion inzwischen oft genug geschrieben. Eine mape()-Funktion wurde jetzt für dich bereitgestellt und nimmt zwei Eingaben: Die erste ist die Prognose, die zweite der Validierungssatz.

Diese Übung ist Teil des Kurses

Prognose der Produktnachfrage in R

Kurs anzeigen

Anleitung zur Übung

  • Verwende die Funktion auto.arima(), um ein Zeitreihenmodell für das Spezialprodukt MET_sp zu erstellen.
  • Prognostiziere dieses Modell für 22 Zeitperioden in das Jahr 2017 hinein.
  • Wandle diese Prognose in ein xts-Objekt um. Du kannst weiterhin das Objekt dates_valid für die Option order.by = verwenden.
  • Berechne die MAPE für diese Prognose mit deiner neuen Funktion mape().

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Build a time series model 
MET_sp_model_arima <- ___(___)

# Forecast the time series model you just built for 22 periods
for_MET_sp <- ___(___, h = ___)

# Create an xts object on the forecast object you just created
for_MET_sp_xts <- ___(___$mean, order.by = ___)

# Calculate the MAPE on your forecast with the validation data
MAPE <- mape(___, ___)
print(MAPE)
Code bearbeiten und ausführen