สร้างการพยากรณ์อนุกรมเวลาในระดับภูมิภาค
บางครั้งอาจไม่มีเวลาพอที่จะสร้างการพยากรณ์สำหรับทุกผลิตภัณฑ์ เราจึงใช้แนวทางจากบนลงล่าง (top-down) ในการพยากรณ์แบบลำดับชั้น คราวนี้ลองทำงานกับภูมิภาคเมโทรโพลิแทนในทิศทางกลับกัน!
ใน workspace มีออบเจกต์ที่โหลดไว้ล่วงหน้าดังนี้: MET_total สำหรับยอดขายรวมระดับภูมิภาค, dates_valid, และ MET_t_v สำหรับชุดข้อมูล validation
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การพยากรณ์ความต้องการสินค้าใน R
คำแนะนำการฝึกหัด
- สร้างโมเดลอนุกรมเวลาสำหรับยอดขายทั้งหมดในภูมิภาคเมโทรโพลิแทน (
MET_total) - พยากรณ์ออกไป 22 ค่าในปี 2017 จากโมเดลนี้
- แปลงผลการพยากรณ์ให้เป็นออบเจกต์
xts - คำนวณค่า MAPE
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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)