1. Nauka
    2. /
  2. Kursy
    3. /
  3. Prognozowanie w R
Connected

ćwiczenie

ETS kontra sezonowa metoda naiwna

W tym ćwiczeniu porównasz prognozy ETS z sezonową metodą naiwną dla 20-letnich danych cement, zawierających kwartalną produkcję cementu. Do oceny wykorzystasz krzyżową walidację szeregów czasowych z horyzontem 4 kroków do przodu. Ponieważ obliczenia mogą chwilę potrwać, w obszarze roboczym dostępna będzie skrócona wersja szeregu cement.

Drugi argument funkcji tsCV() musi zwracać obiekt prognozy, dlatego potrzebna jest funkcja, która dopasowuje model i zwraca prognozy. Przypomnij sobie:

> args(tsCV)
function (y, forecastfunction, h = 1, ...)

W tym ćwiczeniu skorzystasz zarówno z gotowej funkcji prognozowania, jak i z funkcji przygotowanej specjalnie dla ciebie. Pamiętaj – czasem proste metody sprawdzają się lepiej niż bardziej zaawansowane!

Instrukcje

100 XP
  • Funkcja zwracająca prognozy ETS, fets(), została już dla ciebie napisana.
  • Zastosuj tsCV() dla metody ETS oraz sezonowej metody naiwnej na danych cement z horyzontem prognozy równym 4. Jako argument funkcji prognozowania użyj odpowiednio: nowo utworzonej funkcji fets dla e1 oraz istniejącej funkcji snaive dla e2.
  • Oblicz MSE wynikających błędów 4-krokowych i usuń brakujące wartości. Wyrażenia do obliczania MSE zostały już dla ciebie przygotowane, ale brakuje w nich drugich opcjonalnych argumentów (używałeś ich już wcześniej).
  • Zapisz najlepsze MSE jako bestmse. Możesz po prostu skopiować cały wiersz kodu generujący najlepsze MSE z poprzedniej instrukcji.