ComeçarComece de graça

Crie uma previsão por regressão para um novo produto

Vimos em um exercício anterior que previsões por regressão também valem a pena! Seu ambiente já tem alguns recursos pré-carregados. Você tem um data frame chamado MET_sp_train com as variáveis log_sales, log_price, christmas, valentine, newyear e mother. Seu ambiente também tem um data frame de validação MET_sp_valid para fazer previsões.

Este exercício faz parte do curso

Previsão de Demanda de Produtos em R

Ver curso

Instruções do exercício

  • Construa um modelo de regressão prevendo o log das vendas com o log do preço e todas as variáveis de feriado e promoção.
  • Gere previsões do modelo com a função predict e o data frame MET_sp_valid.
  • Exponencie sua previsão e crie um objeto xts.
  • Calcule o MAPE usando o objeto MET_sp_v para seu conjunto de validação. O data frame MET_sp_valid não vai ajudar aqui, pois ele tem todos os preços em log e você quer o MAPE com os preços reais.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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)
Editar e executar o código