1. 学习
    2. /
  2. 课程
    3. /
  3. Rで学ぶ予測入門
Connected

练习

季節性手法の予測精度を評価する

第1章で学んだとおり、window() 関数はインデックスではなく、該当する時点を使って時系列の start と end を指定します。これら2つの引数は、以前に ts() の引数としても使ったように、c(year, period) のようなベクトルで指定できます。ここでも period は quarter（四半期）を指します。

ここでは、メルボルンの四半期ごとの来訪者数（visnights[, "VICMetro"]）を使って、直近の 1 年、2 年、3 年をそれぞれ除いた3つのトレーニングデータを作成します。演習を始める前に、コンソールで事前読み込み済みの visnights データを確認してください。これにより、予測手法で使用するキーワード h（予測したい値の数を指定）の正しい値を判断しやすくなります。

その後、各トレーニングデータに対して翌年分のデータを予測し、最後に accuracy() を使って予測の 平均絶対百分率誤差（MAPE） を比較します。なぜ MAPE に大きな差が出ると思いますか？

说明

100 XP
  • visnights[,"VICMetro"] から、直近の 1 年、2 年、3 年をそれぞれ省いた3つのトレーニングデータを window() で作成し、それぞれ train1、train2、train3 と名付けてください。end キーワードを適切に設定します。
  • 各トレーニングデータに対して、snaive() 手法で 1 年分の予測を計算します。結果をそれぞれ fc1、fc2、fc3 と名付けてください。
  • サンプルコードの構成に従って、accuracy() 関数を用い、テストセットとして3つの予測の MAPE を比較してください。