शुरू करेंमुफ़्त में शुरू करें

अनुमानित MA मॉडल से सरल फोरकास्ट

अब जबकि आपने अपने Nile डेटा के साथ एक MA मॉडल एस्टिमेट कर लिया है, अगला कदम है अपने मॉडल से कुछ सरल फोरकास्ट करना। अन्य मॉडलों की तरह, आप predict() फंक्शन का उपयोग करके अपने अनुमानित MA मॉडल से सरल फोरकास्ट बना सकते हैं। याद रखें कि $pred मान फोरकास्ट होता है, जबकि $se मान उस फोरकास्ट का स्टैंडर्ड एरर होता है, और दोनों फिट किए गए MA मॉडल पर आधारित होते हैं.

एक बार फिर, अंतिम ऑब्ज़र्वेशन से आगे कई पीरियड्स के लिए प्रेडिक्शन बनाने के लिए आप predict() कॉल में n.ahead = h आर्ग्युमेंट का उपयोग कर सकते हैं। फोरकास्ट 1 से h स्टेप्स आगे तक, ऑब्ज़र्व्ड टाइम सीरीज़ के अंत से रीकर्सिवली बनाए जाते हैं। हालाँकि, ध्यान दें कि 1-स्टेप फोरकास्ट को छोड़कर, MA मॉडल से शेष सभी फोरकास्ट अनुमानित mean (intercept) के बराबर होते हैं.

इस अभ्यास में, आप Nile डेटा से प्राप्त MA मॉडल का उपयोग भविष्य में River Nile के फ्लो लेवल के बारे में सरल फोरकास्ट बनाने के लिए करेंगे। पिछले अभ्यास से आपका MA मॉडल आपके एनवायरनमेंट में उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Time Series Analysis

पाठ्यक्रम देखें

अभ्यास निर्देश

  • 1971 में River Nile के फ्लो लेवल के लिए फोरकास्ट बनाने हेतु predict() का उपयोग करें। फोरकास्ट को predict_MA में स्टोर करें.
  • 1-स्टेप फोरकास्ट पाने के लिए predict_MA के साथ $pred[1] का उपयोग करें.
  • 1971 से 1980 तक के लिए फोरकास्ट बनाने के लिए predict() को दोबारा कॉल करें। ऐसा करने के लिए, n.ahead आर्ग्युमेंट को 10 सेट करें.
  • Nile टाइम सीरीज़ के साथ फोरकास्ट और 95% प्रेडिक्शन इंटरवल्स प्लॉट करने के लिए पहले से लिखे कोड को चलाएँ.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Make a 1-step forecast based on MA
predict_MA <-

# Obtain the 1-step forecast using $pred[1]


# Make a 1-step through 10-step forecast based on MA


# Plot the Nile series plus the forecast and 95% prediction intervals
ts.plot(Nile, xlim = c(1871, 1980))
MA_forecasts <- predict(MA, n.ahead = 10)$pred
MA_forecast_se <- predict(MA, n.ahead = 10)$se
points(MA_forecasts, type = "l", col = 2)
points(MA_forecasts - 2*MA_forecast_se, type = "l", col = 2, lty = 2)
points(MA_forecasts + 2*MA_forecast_se, type = "l", col = 2, lty = 2)
कोड संपादित करें और चलाएँ