Kom igångKom igång gratis

Konfidensintervall för prognos

Ditt prognosobjekt forecast_MET_t innehåller inte bara själva prognosen, utan även felmarginalsberäkningar i form av konfidensintervall. Dessa konfidensintervall visar hur mycket rörlighet som finns i prognoserna, eftersom ingen prognos någonsin är helt exakt.

Prognosen lagrades som objektet forecast_MET_t$mean. Det övre och nedre gränsvärdet för intervallet lagras på liknande sätt. Den andra kolumnen i det övre konfidensintervallet är 95 %-intervallet och kan nås via forecast_MET_t$upper[,2]. För att hämta det nedre gränsvärdet ersätter du upper med lower.

Den här övningen är en del av kursen

Prognostisering av produktefterfrågan i R

Visa kurs

Övningsinstruktioner

  • Konvertera både det övre och det nedre 95 %-konfidensintervallet till xts-objekt med namnen upper och lower. Ditt datumindex är lagrat som for_dates.
  • Lägg till dessa i diagrammet över prognosen och valideringsdatamängden.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

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

# Overlay the forecast of 2017
lines(for_MET_t_xts, col = "blue")

# Convert the limits to xts objects
lower <- xts(forecast_MET_t$___[,2], order.by = ___)
upper <- xts(___$___[,___], order.by = for_dates)

# Adding confidence intervals of forecast to plot
lines(lower, col = "blue", lty = "dashed")
lines(___, col = "blue", lty = "dashed")
Redigera och kör kod