데이터를 xts 객체로 불러오기

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

이 연습은 강의의 일부입니다

R로 제품 수요 예측하기

SkillTag.level.intermediateSkillTag.label

4.7+

무료로 강의 시작하기

예측을 시작할 때는 시계열 모델링이 훌륭한 출발점이에요! 미래의 판매 수요 값을 예측해야 하며, 견고한 기준 접근법으로는 ARIMA 모델이 좋아요. 이 챕터에서는 ARIMA 모델을 빠르게 구현하고 향후 제품 수요에 대한 초기 예측을 얻는 방법을 배웁니다.

Exercise 1: 데이터를 xts 객체로 불러오기

현재 연습

Exercise 2: 데이터 가져오기 Exercise 3: 데이터 플로팅/시각화 Exercise 4: ARIMA 시계열 101 Exercise 5: auto.arima() 함수 Exercise 6: auto.arima 해석하기 Exercise 7: 예측과 평가 Exercise 8: Forecast 함수 Exercise 9: MAPE와 MAE 계산하기 Exercise 10: 예측 시각화 Exercise 11: 예측의 신뢰구간

경제학 이론은 수요를 예측하는 데 유용한 통찰을 제공합니다. 가격, 계절성, 프로모션 시기 같은 외부 요인이 제품 수요의 여러 측면을 좌우하죠. 이 챕터에서는 가격 탄력성 모델의 기초를 배우고, 계절성과 프로모션 시기 요인을 제품 수요 예측에 어떻게 반영할지 살펴봅니다.

Exercise 1: 가격 탄력성 Exercise 2: 가격 탄력성 계산하기 Exercise 3: 탄력성 결과 해석하기 Exercise 4: 계절성/휴일/프로모션 효과 Exercise 5: 휴일/프로모션 효과 시각화 Exercise 6: 휴일/프로모션 효과 변수 만들기 Exercise 7: 공휴일/프로모션 효과를 위한 회귀 Exercise 8: 공휴일 또는 프로모션 효과가 유의한가요?Exercise 9: 회귀를 이용한 예측 Exercise 10: 미래 예측 변수 만들기 Exercise 11: 미래 수요 예측하기 Exercise 12: 회귀 예측 시각화

시계열 모델과 가격 회귀는 제품 수요 예측에서 서로 별개의 방법으로만 볼 필요가 없어요. 함께 사용할 수 있습니다! 이 챕터에서는 두 가지 모델링 접근에서 얻은 정보를 “결합”하는 두 가지 방법—전달 함수와 예측 앙상블링—을 배웁니다.

Exercise 1: 회귀 모형의 잔차 Exercise 2: 회귀에서 잔차 계산하기 Exercise 3: 잔차 시각화하기 Exercise 4: 잔차 예측하기 Exercise 5: auto.arima 함수 Exercise 6: 시계열로 잔차 예측하기 Exercise 7: 잔차 예측 시각화하기 Exercise 8: 전이 함수와 앙상블링 Exercise 9: 회귀와 시계열의 잔차 결합하기 Exercise 10: 전달 함수 예측 시각화 Exercise 11: 전달 함수 MAPE와 MAE 계산하기 Exercise 12: ARIMA 예측 Exercise 13: 예측 앙상블

지금까지는 제품 수요 예측을 위한 개별 모델을 만드는 방법을 다뤘습니다. 하지만 이 모든 제품은 판매의 제품 계층 구조를 이룹니다. 제품은 지역을 구성하고, 지역은 주를 구성하죠. 예측이 계층의 위아래에서 일관되게 정합되도록 하려면 어떻게 해야 할까요? 이 챕터에서는 계층형 예측을 배우고, 이를 활용해 제품 수요 예측의 정확성과 일관성을 높이는 방법을 익힙니다.

Exercise 1: 보텀업 계층형 예측 Exercise 2: 신규 상품에 대한 시계열 예측 구축 Exercise 3: 신규 제품에 대한 회귀 예측 만들기 Exercise 4: 신규 제품을 위한 앙상블 예측 Exercise 5: 전체 지역에 대한 Bottom-Up 예측 계산 Exercise 6: 탑다운 계층형 예측 Exercise 7: 지역 수준에서 시계열 예측 만들기 Exercise 8: 과거 평균 비율 사용하기 Exercise 9: 과거 평균 비율 사용하기 Exercise 10: Middle-Out 계층적 예측 Exercise 11: 새 지역에 대한 시계열 예측 만들기 Exercise 12: 신규 지역에 대한 Top-down 예측 Exercise 13: 주 전체에 대한 Bottom-up 예측 Exercise 14: 축하합니다!