CommencezCommencez gratuitement

Créer une prévision par régression pour un nouveau produit

Nous avons vu dans un exercice précédent qu'il vaut aussi la peine de construire des prévisions par régression ! Votre espace de travail contient déjà des éléments préchargés pour vous aider. Vous avez une trame de données nommée MET_sp_train qui comprend les variables log_sales, log_price, christmas, valentine, newyear et mother. Votre espace de travail contient aussi une trame de données de validation, MET_sp_valid, pour effectuer les prédictions.

Cette activité fait partie du cours

Prévoir la demande de produits en R

Voir le cours

Instructions de l’exercice

  • Créez un modèle de régression qui prédit le logarithme des ventes à partir du logarithme du prix ainsi que de toutes les variables d'événements et de promotions.
  • Générez les prévisions du modèle avec la fonction predict et la trame de données MET_sp_valid.
  • Exponentiez votre prévision et créez un objet xts.
  • Calculez le MAPE en utilisant l'objet MET_sp_v pour votre ensemble de validation. La trame de données MET_sp_valid ne vous aidera pas ici, car elle contient uniquement des prix en logarithme et vous voulez le MAPE sur les prix réels.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Build a regression model on the training data
model_MET_sp_full <- lm(___ ~ ___ + ___ + ___ + ___ + ___, data = ___)

# Forecast the regression model using the predict function
pred_MET_sp <- ___(___, newdata = ___)

# Exponentiate your predictions and create an xts object
pred_MET_sp <- ___(___)
pred_MET_sp_xts <- ___(___, order.by = ___)

# Calculate MAPE
MAPE <- mape(___, ___)
print(MAPE)
Modifier et exécuter le code