Construire une prévision de série temporelle pour un nouveau produit
Avant même de pouvoir calculer une prévision bottom-up pour la région métropolitaine, nous devons disposer de prévisions pour plusieurs produits ! Commençons par construire une prévision de série temporelle pour le produit spécialisé dans la région métropolitaine. La demande du produit est enregistrée sous MET_sp dans votre espace de travail, ainsi que dates_valid, et vos données de validation MET_sp_v.
Vous avez déjà suffisamment écrit la fonction MAPE. Une fonction mape() est maintenant fournie ; elle prend deux entrées : la première est la prévision et la seconde l’ensemble de validation.
Cet exercice fait partie du cours
Prévoir la demande de produits avec R
Instructions
- Utilisez la fonction
auto.arima()pour construire un modèle de série temporelle pour le produit spécialiséMET_sp. - Prévisionnez ce modèle sur 22 périodes en 2017.
- Convertissez cette prévision en objet
xts. Vous pouvez toujours utiliser l’objetdates_validpour l’optionorder.by =. - Calculez le MAPE pour cette prévision avec votre nouvelle fonction
mape().
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# 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)