Kom igångKom igång gratis

Visualisera prognosen

Din prognos verkade avvika med över 18 % i genomsnitt. Jämför prognosen visuellt med valideringsdatamängden för att se om du kan hitta orsaken. I din arbetsyta finns prognosen forecast_MET_t och valideringsdatamängden MET_t_valid redan inlästa. Glöm inte att valideringen omfattar 22 veckor!

Den här övningen är en del av kursen

Prognostisering av produktefterfrågan i R

Visa kurs

Övningsinstruktioner

  • Konvertera medelvärdet av din prognos (forecast$mean) till ett xts-objekt med hjälp av for_dates-objektet som tidsindex – kom ihåg att valideringsdatamängden är 22 veckor lång.
  • Plotta din valideringsdatamängd.
  • Lägg din prognos (for_MET_t_xts) ovanpå valideringen.
  • Ändra inte plottinställningarna i något av fallen, så att det blir lättare att se resultatet.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Convert your forecast to an xts object
for_dates <- seq(as.Date("2017-01-01"), length = ___, by = "weeks")
for_MET_t_xts <- xts(forecast_MET_t$___, order.by = ___)

# Plot the validation data set
plot(MET_t_valid, main = 'Forecast Comparison', ylim = c(4000, 8500))

# Overlay the forecast of 2017
lines(___, col = "blue")
Redigera och kör kod