ComeçarComece de graça

Construir previsão de série temporal para novo produto

Antes mesmo de calcular uma previsão bottom-up para a região metropolitana, precisamos ter previsões de vários produtos! Primeiro, vamos construir uma previsão de série temporal do produto especial na região metropolitana. A demanda do produto está salva como MET_sp no seu workspace, assim como dates_valid e seus dados de validação MET_sp_v.

Você já escreveu a função de MAPE muitas vezes até aqui. Agora, uma função mape() foi escrita para você usar com duas entradas: a primeira é a previsão e a segunda é o conjunto de validação.

Este exercício faz parte do curso

Previsão de Demanda de Produtos em R

Ver curso

Instruções do exercício

  • Use a função auto.arima() para construir um modelo de série temporal para o produto especial MET_sp.
  • Faça a previsão desse modelo por 22 períodos no ano de 2017.
  • Transforme essa previsão em um objeto xts. Você ainda pode usar o objeto dates_valid na opção order.by =.
  • Calcule o MAPE dessa previsão com sua nova função mape().

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Build a time series model 
MET_sp_model_arima <- ___(___)

# Forecast the time series model you just built for 22 periods
for_MET_sp <- ___(___, h = ___)

# Create an xts object on the forecast object you just created
for_MET_sp_xts <- ___(___$mean, order.by = ___)

# Calculate the MAPE on your forecast with the validation data
MAPE <- mape(___, ___)
print(MAPE)
Editar e executar o código