Построение регрессионного прогноза для нового продукта

В одном из предыдущих упражнений мы убедились, что регрессионные прогнозы тоже заслуживают внимания! В рабочей среде уже подготовлено всё необходимое. Фрейм данных MET_sp_train содержит переменные log_sales, log_price, christmas, valentine, newyear и mother. Для построения прогнозов также доступен валидационный фрейм данных MET_sp_valid.

Это упражнение является частью курса

Прогнозирование спроса на продукты в R

Посмотреть курс

Инструкции к упражнению

Постройте регрессионную модель, предсказывающую логарифм продаж на основе логарифма цены и всех праздничных и промо-переменных.
Получите прогноз модели с помощью функции predict и фрейма данных MET_sp_valid.
Потенцируйте прогноз и создайте объект xts.
Вычислите MAPE, используя объект MET_sp_v для валидационной выборки. Фрейм данных MET_sp_valid здесь не подойдёт, так как он содержит логарифмы цен, а MAPE нужно рассчитать на основе фактических цен.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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)

Редактировать и запускать код