Kom igångKom igång gratis

Kontrollera tidsserieresidualerna

När du tillämpar en prognosmetod är det viktigt att alltid kontrollera att residualerna uppför sig väl – det vill säga att de saknar extremvärden och mönster – och liknar vitbrus. Prediktionsintervallen beräknas under antagandet att residualerna också är normalfördelade. Du kan använda funktionen checkresiduals() för att verifiera dessa egenskaper; den ger också resultaten från ett Ljung-Box-test.

Du har inte använt pipe-funktionen (%>%) ännu, men det här är ett bra tillfälle att introducera den. När det finns många nästade funktioner gör pipe-funktioner koden mycket lättare att läsa. Följ alltid en funktion med parenteser för att skilja den från andra objekt, även om den inte har några argument. Här är ett exempel:

> function(foo)       # De här två
> foo %>% function()  # är likvärdiga!

> foo %>% function    # Inkonsekvent

I den här övningen testar du ovanstående funktioner på prognoser som motsvarar dem du skapade i föregående övning (fcgoog från naive()goog, och fcbeer från snaive()ausbeer).

Den här övningen är en del av kursen

Prognoser i R

Visa kurs

Övningsinstruktioner

  • Använd pipe-funktionen ovan och kör checkresiduals() på en prognos som motsvarar fcgoog.
  • Baserat på resultaten från Ljung-Box-testet – liknar residualerna vitbrus? Tilldela googwn antingen TRUE eller FALSE.
  • Använd en liknande pipe-funktion och kör checkresiduals() på en prognos som motsvarar fcbeer.
  • Baserat på resultaten från Ljung-Box-testet – liknar residualerna vitbrus? Tilldela beerwn antingen TRUE eller FALSE.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Check the residuals from the naive forecasts applied to the goog series
goog %>% naive() %>% ___

# Do they look like white noise (TRUE or FALSE)
googwn <- ___

# Check the residuals from the seasonal naive forecasts applied to the ausbeer series
___

# Do they look like white noise (TRUE or FALSE)
beerwn <- ___
Redigera och kör kod