1. 学ぶ
    2. /
  2. コース
    3. /
  3. Rで学ぶ予測入門
Connected

演習

ナイーブな予測手法

動画で学んだとおり、予測は、時系列の将来をシミュレーションした結果の平均または中央値です。

最も単純な予測手法は、直近の観測値をそのまま使う方法で、これはナイーブ予測と呼ばれ、同名の関数で実装されています。これは、多くの時系列（たとえば多くの株価データ）にとっては最良の方法であり、たとえ良い予測手法でない場合でも、他の手法と比べるための有用なベンチマークになります。

季節性のあるデータでは、前年の同じ季節の値を使うという関連する考え方があります。たとえば、来年3月の売上を予測したいときは、前年3月の売上を使います。これは snaive() 関数で実装されており、seasonal naive（季節ナイーブ）を意味します。

どちらの予測手法でも、第2引数 h に予測したい先の個数を指定できます。以下のコードにあるように、デフォルト値は異なります。得られる出力はクラス forecast のオブジェクトです。これは forecast パッケージの中核となるクラスで、summary() や autoplot() をはじめ、これらを扱う多くの関数があります。

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

これら2つの関数を、それぞれ goog シリーズと ausbeer シリーズに対して試してみましょう。どちらもワークスペースで利用可能です。

指示

100 XP
  • naive() を使って goog シリーズの次の20個を予測し、fcgoog に保存します。
  • autoplot() と summary() で予測をプロットし、要約します。
  • snaive() を使って ausbeer シリーズの次の16個を予測し、fcbeer に保存します。
  • fcbeer についても、fcgoog と同様にプロットと要約を行います。