Zacznij terazZacznij za darmo

Holt-Winters dla danych miesięcznych

W filmie dowiedziałeś się, że funkcja hw() generuje prognozy metodą Holta-Wintersa, dostosowując się do wartości podanej w argumencie seasonal:

fc1 <- hw(aust, seasonal = "additive")
fc2 <- hw(aust, seasonal = "multiplicative")

Teraz zastosujesz hw() do zbioru a10, zawierającego miesięczną sprzedaż leków przeciwcukrzycowych w Australii w latach 1991–2008. Dane są dostępne w twoim środowisku pracy.

To ćwiczenie jest częścią kursu

Prognozowanie w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Stwórz wykres czasowy danych a10.
  • Wygeneruj prognozy na kolejne 3 lata, używając funkcji hw() z multiplikatywną sezonowością, i zapisz wynik do zmiennej fc.
  • Czy reszty wyglądają jak biały szum? Sprawdź to za pomocą odpowiedniej funkcji i ustaw wartość whitenoise na TRUE lub FALSE.
  • Stwórz wykres czasowy prognoz.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Plot the data
___

# Produce 3 year forecasts
fc <- hw(___, seasonal = ___, h = ___)

# Check if residuals look like white noise
___
whitenoise <- ___

# Plot forecasts
___
Edytuj i uruchom kod