Bouw een tijdreeksvoorspelling voor nieuw product
Voordat we überhaupt een bottom-up-voorspelling voor de grootstedelijke regio kunnen berekenen, hebben we voorspellingen van meerdere producten nodig! Laten we eerst een tijdreeksvoorspelling maken voor het speciale product in de grootstedelijke regio. De productvraag is opgeslagen als MET_sp in je werkruimte, net als dates_valid, en je validatieset MET_sp_v.
Je hebt de MAPE-functie inmiddels vaak genoeg geschreven. Er is nu een mape()-functie voor je klaargezet met twee inputs: de eerste is de voorspelling en de tweede is de validatieset.
Deze oefening maakt deel uit van de cursus
Vraag naar producten voorspellen in R
Oefeninstructies
- Gebruik de functie
auto.arima()om een tijdreeksmodel te bouwen voor het speciale productMET_sp. - Forecast dit model voor 22 tijdsperioden in 2017.
- Zet deze forecast om naar een
xts-object. Je kunt het objectdates_validblijven gebruiken voor de optieorder.by =. - Bereken de MAPE voor deze forecast met je nieuwe
mape()-functie.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Build a time series model
MET_sp_model_arima <- ___(___)
# Forecast the time series model you just built for 22 periods
for_MET_sp <- ___(___, h = ___)
# Create an xts object on the forecast object you just created
for_MET_sp_xts <- ___(___$mean, order.by = ___)
# Calculate the MAPE on your forecast with the validation data
MAPE <- mape(___, ___)
print(MAPE)