回帰モデルを作成し、オブジェクト model_MET_hi に保存しました。では、その結果は何を示しているのでしょうか。コンソールを使って回帰モデルの結果と係数を確認し、都市圏では商品は弾力的（elastic）か、それとも非弾力的（inelastic）か判断してください。
model_MET_hi
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
予測といえば、まずは時系列モデルから始めるのが効果的です。将来の販売需要を見積もるには、ARIMAモデルが良いベースラインになります。この章では、ARIMAモデルを手早く実装し、将来の製品需要に対する初期予測をうまく得る方法を学びます。
経済学の理論は、需要の予測について多くの示唆を与えてくれます。価格、季節性、プロモーションの実施時期といった外的要因は、製品需要の一部を確実に左右します。この章では、価格弾力性モデルの基本と、季節性やプロモーション時期の要因を需要予測に組み込む方法を学びます。
現在の演習
時系列モデルと価格の回帰分析は、製品需要予測において別々に考える必要はありません。組み合わせることができます。この章では、両アプローチで得られた情報を「統合」する2つの方法——トランスファー関数と予測アンサンブル——について学びます。
ここまで扱ってきたのは、個々の製品需要を予測するための個別モデルでした。しかし、これらの製品は販売の製品階層を構成しています。製品は地域を構成し、地域は州を構成します。階層の上下で予測が首尾一貫するようにするにはどうすればよいでしょうか。この章では、階層型フォーキャスティングの考え方と、それを製品需要の予測で活用する方法を学びます。
