ComeçarComece de graça

Método de Holt-Winters com dados diários

O método de Holt-Winters também pode ser usado para dados diários, em que o padrão sazonal tem comprimento 7, e a unidade de tempo apropriada para h é em dias.

Aqui, você vai comparar um método aditivo de Holt-Winters e um método naive() sazonal para os dados hyndsight, que contêm as visualizações diárias de página no blog Hyndsight por um ano a partir de 30 de abril de 2014. Os dados estão disponíveis no seu ambiente de trabalho.

Este exercício faz parte do curso

Previsão em R

Ver curso

Instruções do exercício

  • Usando subset.ts(), configure um conjunto de treinamento em que as últimas 4 semanas dos dados disponíveis em hyndsight tenham sido omitidas.
  • Produza previsões para essas últimas 4 semanas usando hw() com sazonalidade aditiva aplicada aos dados de treinamento. Atribua a fchw.
  • Produza previsões sazonais ingênuas para o mesmo período. Use a função apropriada, apresentada em um capítulo anterior, e atribua a fcsn.
  • Qual é a melhor das duas previsões com base no RMSE? Use a função accuracy() para determinar isso.
  • Produza gráficos de série temporal dessas previsões.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create training data with subset()
train <- subset(___, end = ___)

# Holt-Winters additive forecasts as fchw
fchw <- hw(___, seasonal = ___, h = ___)

# Seasonal naive forecasts as fcsn
fcsn <- ___

# Find better forecasts with accuracy()
accuracy(___, ___)
accuracy(___, ___)

# Plot the better forecasts
autoplot(___)
Editar e executar o código