1. Apprendre
    2. /
  2. Cours
    3. /
  3. Prévision en R
Connected

Exercice

Méthodes de prévision naïves

Comme vous l'avez vu dans la vidéo, une prévision correspond à la moyenne ou à la médiane de futurs simulés d'une série chronologique.

La méthode de prévision la plus simple consiste à utiliser l'observation la plus récente; on parle alors de prévision naïve, mise en œuvre par une fonction du même nom. C'est le mieux que l'on puisse faire pour de nombreuses séries, y compris la plupart des données de prix boursiers, et même si ce n'est pas toujours une bonne méthode, elle sert de point de repère utile pour évaluer d'autres méthodes.

Pour des données saisonnières, une idée apparentée est d'utiliser la saison correspondante de la dernière année disponible. Par exemple, pour prévoir le volume des ventes de mars prochain, vous utiliseriez le volume des ventes du mois de mars précédent. Cette approche est offerte par la fonction snaive(), pour naïf saisonnier.

Pour ces deux méthodes, vous pouvez définir le deuxième argument h, qui précise le nombre de valeurs à prévoir; comme on le voit dans le code ci‑dessous, leurs valeurs par défaut diffèrent. Le résultat est un objet de classe forecast. Il s'agit de la classe centrale d'objets du paquet forecast, et plusieurs fonctions permettent de les manipuler, dont summary() et autoplot().

naive(y, h = 10)
snaive(y, h = 2 * frequency(x))

Vous allez essayer ces deux fonctions sur la série goog et la série ausbeer, respectivement. Elles sont disponibles dans votre espace de travail.

Instructions

100 XP
  • Utilisez naive() pour prévoir les 20 prochaines valeurs de la série goog, et enregistrez le résultat dans fcgoog.
  • Tracez et résumez les prévisions avec autoplot() et summary().
  • Utilisez snaive() pour prévoir les 16 prochaines valeurs de la série ausbeer, et enregistrez le résultat dans fcbeer.
  • Tracez et résumez les prévisions de fcbeer de la même façon que pour fcgoog.