ComenzarEmpieza gratis

Crea un pronóstico de series temporales para un producto nuevo

Antes de poder calcular un pronóstico bottom-up para la región metropolitana, necesitamos tener pronósticos de varios productos. Primero, vamos a crear un pronóstico de series temporales del producto especializado en la región metropolitana. La demanda del producto está guardada como MET_sp en tu espacio de trabajo, además de dates_valid y de tus datos de validación MET_sp_v.

A estas alturas ya has escrito la función MAPE suficientes veces. Ahora tienes una función mape() lista para usar con dos argumentos: el primero es el pronóstico y el segundo es el conjunto de validación.

Este ejercicio forma parte del curso

Previsión de la demanda de productos en R

Ver curso

Instrucciones del ejercicio

  • Usa la función auto.arima() para crear un modelo de series temporales para el producto especializado MET_sp.
  • Pronostica este modelo 22 periodos dentro de 2017.
  • Convierte este pronóstico en un objeto xts. Puedes seguir usando el objeto dates_valid para la opción order.by =.
  • Calcula el MAPE de este pronóstico con tu nueva función mape().

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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)
Editar y ejecutar código