日次データでの Holt-Winters 法

Holt-Winters 法は日次データにも適用できます。この場合、季節周期は 7 で、h の時間単位は日になります。

ここでは、hyndsight データ（2014 年 4 月 30 日から 1 年間の Hyndsight ブログの1日あたりページビュー数）に対して、加法型 Holt-Winters 法と季節的 naive() 法を比較します。データはワークスペースに用意されています。

subset.ts() を使って、hyndsight の利用可能なデータから最後の 4 週間を除いた訓練データを用意します。
訓練データに加法季節性を適用した hw() により、これら最後の 4 週間の予測を作成し、fchw に代入します。
同じ期間について、季節的 naive 予測を作成します。前の章で紹介した適切な関数を使い、結果を fcsn に代入します。
RMSE に基づいてどちらの予測が優れているかを判断します。accuracy() 関数を使って確認してください。
これらの予測の時系列プロットを作成します。