Zbuduj prognozę regresyjną dla nowego produktu

W poprzednim ćwiczeniu przekonaliśmy się, że prognozy regresyjne również warto budować! Twoje środowisko pracy zawiera kilka przygotowanych elementów. Masz do dyspozycji ramkę danych MET_sp_train ze zmiennymi log_sales, log_price, christmas, valentine, newyear oraz mother. Dostępna jest też ramka danych MET_sp_valid do generowania prognoz.

To ćwiczenie jest częścią kursu

Prognozowanie popytu na produkty w R

Zobacz kurs

Instrukcje do ćwiczenia

Zbuduj model regresyjny przewidujący logarytm sprzedaży na podstawie logarytmu ceny oraz wszystkich zmiennych świątecznych i promocyjnych.
Wygeneruj prognozę z modelu za pomocą funkcji predict i ramki danych MET_sp_valid.
Zastosuj funkcję wykładniczą do prognozy i utwórz obiekt xts.
Oblicz MAPE, używając obiektu MET_sp_v dla zbioru walidacyjnego. Ramka danych MET_sp_valid nie przyda się tutaj – zawiera wyłącznie logarytmy cen, a potrzebujesz MAPE obliczonego na rzeczywistych cenach.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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)

Edytuj i uruchom kod