Kom igångKom igång gratis

Bygg en regressionsmodell för en ny produkt

I en tidigare övning såg vi att regressionsmodeller också är värda att bygga! Din arbetsyta innehåller några förberedda objekt som hjälper dig på vägen. Du har en dataframe som heter MET_sp_train med variablerna log_sales, log_price, christmas, valentine, newyear och mother. Det finns också en valideringsdataframe, MET_sp_valid, för prognoser.

Den här övningen är en del av kursen

Prognostisering av produktefterfrågan i R

Visa kurs

Övningsinstruktioner

  • Bygg en regressionsmodell som förutsäger logaritmen av försäljning med hjälp av logaritmen av pris samt alla helgdags- och kampanjvariabler.
  • Prognostisera med modellen med hjälp av funktionen predict och dataramen MET_sp_valid.
  • Exponentiera din prognos och skapa ett xts-objekt.
  • Beräkna MAPE med hjälp av objektet MET_sp_v för ditt valideringsset. Dataramen MET_sp_valid är inte användbar här eftersom den innehåller logaritmerade priser och du vill beräkna MAPE på faktiska priser.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)
Redigera och kör kod