Постройте прогноз временного ряда для нового продукта
Прежде чем рассчитать прогноз методом «снизу вверх» для столичного региона, необходимо получить прогнозы по нескольким продуктам. Для начала построим прогноз временного ряда для специализированного продукта в столичном регионе. Данные о спросе на него сохранены в переменной MET_sp, данные для валидации — в MET_sp_v, а объект с датами — в dates_valid.
Функцию MAPE вы уже написали достаточно раз. Теперь для вас подготовлена готовая функция mape() с двумя аргументами: первый — прогноз, второй — валидационная выборка.
Это упражнение является частью курса
Прогнозирование спроса на продукты в R
Инструкции к упражнению
- Используйте функцию
auto.arima(), чтобы построить модель временного ряда для специализированного продуктаMET_sp. - Постройте прогноз этой модели на 22 периода вперёд — на 2017 год.
- Преобразуйте прогноз в объект
xts. Для параметраorder.by =можно по-прежнему использовать объектdates_valid. - Рассчитайте MAPE для этого прогноза с помощью функции
mape().
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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)