1. Learn
    2. /
  2. Courses
    3. /
  3. Analiza szeregów czasowych w R
Connected

Exercise

Proste prognozy na podstawie oszacowanego modelu AR

Masz już dopasowany model za pomocą funkcji arima() – czas na proste prognozy. Funkcja predict() pozwala tworzyć prognozy na podstawie oszacowanego modelu AR. W obiekcie zwróconym przez predict() wartość $pred to prognoza, a $se to błąd standardowy tej prognozy.

Aby prognozować na kilka okresów do przodu względem ostatniej obserwacji, możesz użyć argumentu n.ahead w funkcji predict(). Argument ten określa horyzont prognozy (h), czyli liczbę prognozowanych okresów. Prognozy są wyznaczane rekurencyjnie od 1 do h kroków do przodu, poczynając od końca obserwowanego szeregu czasowego.

W tym ćwiczeniu stworzysz proste prognozy przy użyciu modelu AR dopasowanego do danych Nile, które zawierają roczne obserwacje przepływu Nilu w latach 1871–1970.

Instructions

100 XP
  • Użyj arima(), aby dopasować model AR do szeregu czasowego Nile. Zapisz wynik jako AR_fit.
  • Użyj predict(), aby prognozować przepływ Nilu w 1971 roku.
  • Skorzystaj z predict_AR wraz z $pred[1], aby uzyskać prognozę 1-krokową.
  • Wywołaj ponownie predict(), aby wygenerować prognozy od 1 do 10 kroków do przodu (lata 1971–1980). W tym celu ustaw argument n.ahead na 10.
  • Uruchom gotowy kod, aby zwizualizować dane Nile wraz z prognozami i 95-procentowym przedziałem predykcji.