НачатьНачать бесплатно

Автоматическое прогнозирование с экспоненциальным сглаживанием

Одноимённая функция для поиска ошибок, тренда и сезонности (ETS) позволяет полностью автоматически строить прогнозы для широкого круга временных рядов.

Теперь вы протестируете её на двух рядах — austa и hyndsight, — с которыми уже работали в этой главе. Оба ряда предварительно загружены в вашу рабочую среду.

Это упражнение является частью курса

Прогнозирование в R

Посмотреть курс

Инструкции к упражнению

  • С помощью ets() подберите ETS-модель для ряда austa и сохраните её в переменную fitaus.
  • С помощью соответствующей функции проверьте остатки этой модели.
  • Постройте прогнозы на основе модели, используя forecast() совместно с autoplot().
  • Повторите эти три шага для ряда hyndsight и сохраните модель в переменную fiths.
  • Какая из моделей не проходит тест Льюнга–Бокса? Присвойте переменным fitausfail и fithsfail значение TRUE (если тест не пройден) или FALSE (если тест пройден).

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Fit ETS model to austa in fitaus
___ <- ___(___)

# Check residuals
___(___)

# Plot forecasts
___(___(___))

# Repeat for hyndsight data in fiths
fiths <- ___(___)
___(___)
___(___(___))

# Which model(s) fails test? (TRUE or FALSE)
fitausfail <- ___
fithsfail <- ___
Редактировать и запускать код