始める無料で始める

指数平滑法による自動予測

ETS（誤差・トレンド・季節性）モデルを求めるための同名関数は、幅広い時系列に対して完全自動で予測を生成できます。

ここでは、この章で以前に確認した2つの系列 austa と hyndsight を対象に試してみます。どちらもワークスペースに事前読み込み済みです。

この演習はコースの一部です

Rで学ぶ予測入門

コースを見る

演習の手順

  • ets()を使ってaustaにETSモデルを当てはめ、fitausに保存します。
  • 適切な関数を用いて、このモデルの残差をチェックします。
  • forecast()とautoplot()を組み合わせて、このモデルの予測をプロットします。
  • 同じ3つの手順をhyndsightデータでも行い、モデルをfithsに保存します。
  • どのモデルがLjung-Box検定に失敗したでしょうか？ 検定に失敗した場合はTRUE、パスした場合はFALSEを、fitausfailとfithsfailにそれぞれ代入してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Fit ETS model to austa in fitaus
___ <- ___(___)

# Check residuals
___(___)

# Plot forecasts
___(___(___))

# Repeat for hyndsight data in fiths
fiths <- ___(___)
___(___)
___(___(___))

# Which model(s) fails test? (TRUE or FALSE)
fitausfail <- ___
fithsfail <- ___
コードを編集して実行