Построение прогноза временного ряда на региональном уровне
Иногда времени на построение прогнозов для каждого продукта не хватает — в таких случаях используют подход «сверху вниз» в иерархическом прогнозировании. На этот раз давайте разберём метрополитанский регион в обратном порядке!
В рабочем пространстве заранее загружены следующие объекты: MET_total — суммарные продажи по региону, dates_valid и MET_t_v — набор данных для валидации.
Это упражнение является частью курса
Прогнозирование спроса на продукты в R
Инструкции к упражнению
- Постройте модель временного ряда для суммарных продаж по метрополитанскому региону (
MET_total). - Получите 22 прогнозных значения для 2017 года на основе этой модели.
- Преобразуйте прогноз в объект типа
xts. - Рассчитайте значение MAPE.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Build a regional time series model using auto.arima
MET_t_model_arima <- ___(___)
# Calculate a 2017 forecast for 22 periods from the above model
for_MET_t <- ___(___, h = ___)
# Make an xts object from your forecast
for_MET_t_xts <- ___(___$mean, order.by = ___)
# Calculate the MAPE
MAPE <- mape(___, ___)
print(MAPE)