CommencerCommencer gratuitement

Construire 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 des éléments préchargés pour vous aider. Vous disposez d’un data frame nommé MET_sp_train avec les variables log_sales, log_price, christmas, valentine, newyear et mother. Votre espace de travail contient également un data frame de validation MET_sp_valid pour les prédictions.

Cet exercice fait partie du cours

Prévoir la demande de produits avec R

Afficher le cours

Instructions

  • Créez un modèle de régression qui prédit le logarithme des ventes à partir du logarithme du prix et de toutes les variables de jours fériés et de promotion.
  • Faites des prévisions avec la fonction predict et le data frame 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. Le data frame MET_sp_valid ne vous aidera pas ici, car il contient des prix en logarithme et vous souhaitez le MAPE sur les prix réels.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

# 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