Maak een regressievoorspelling voor een nieuw product

In een eerdere oefening zagen we dat regressievoorspellingen ook de moeite waard zijn om te bouwen! Je werkomgeving bevat alvast wat hulpmiddelen. Je hebt een data frame MET_sp_train met de variabelen log_sales, log_price, christmas, valentine, newyear en mother. Je werkomgeving heeft ook een validatie-data frame MET_sp_valid voor voorspellingen.

Deze oefening maakt deel uit van de cursus

Vraag naar producten voorspellen in R

Bekijk cursus

Oefeninstructies

Bouw een regressiemodel dat de log van sales voorspelt met de log van price en alle feestdagen- en promotievariabelen.
Voorspel met het model via de functie predict en de data frame MET_sp_valid.
Exponentieer je voorspelling en maak er een xts-object van.
Bereken de MAPE met het object MET_sp_v voor je validatieset. Je data frame MET_sp_valid helpt hier niet, want dat bevat alleen log-prijzen terwijl je de MAPE over de daadwerkelijke prijzen wilt.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Build a regression model on the training data
model_MET_sp_full <- lm(___ ~ ___ + ___ + ___ + ___ + ___, data = ___)

# Forecast the regression model using the predict function
pred_MET_sp <- ___(___, newdata = ___)

# Exponentiate your predictions and create an xts object
pred_MET_sp <- ___(___)
pred_MET_sp_xts <- ___(___, order.by = ___)

# Calculate MAPE
MAPE <- mape(___, ___)
print(MAPE)

Code bewerken en uitvoeren