Zaman serisi kalıntılarını kontrol etme
Bir tahmin yöntemi uygularırken, kalıntıların düzgün davrandığını (yani aykırı değer veya desen olmadığını) ve beyaz gürültüye benzediğini her zaman kontrol etmek önemlidir. Tahmin aralıkları, kalıntıların aynı zamanda normal dağıldığı varsayımıyla hesaplanır. Bu özellikleri doğrulamak için checkresiduals() fonksiyonunu kullanabilirsin; Ljung-Box testinin sonuçlarını verecektir.
Şimdiye kadar boru (pipe) fonksiyonunu (%>%) kullanmadın ama bunu tanıtmak için iyi bir fırsat. Birçok iç içe fonksiyon olduğunda, pipe fonksiyonları kodun okunmasını çok kolaylaştırır. Tutarlı olmak için, argümanı olmasa bile bir fonksiyonu diğer nesnelerden ayırmak üzere her zaman parantezle takip et. Aşağıda bir örnek var:
> function(foo) # Bu ikisi
> foo %>% function() # aynıdır!
> foo %>% function # Tutarsız
Bu egzersizde, önceki egzersizde ürettiğine eşdeğer tahminler üzerinde yukarıdaki fonksiyonları test edeceksin (goog'a naive() uygulandıktan sonra elde edilen fcgoog ve ausbeer'e snaive() uygulandıktan sonra elde edilen fcbeer).
Bu egzersiz, kursun bir parçasıdır
R ile Tahminleme
Egzersiz talimatları
- Yukarıdaki pipe fonksiyonunu kullanarak,
fcgoog'a eşdeğer bir tahmin üzerindecheckresiduals()çalıştır. - Bu Ljung-Box testi sonuçlarına göre, kalıntılar beyaz gürültüye benziyor mu?
googwn'iTRUEya daFALSEolarak ata. - Benzer bir pipe fonksiyonu kullanarak,
fcbeer'a eşdeğer bir tahmin üzerindecheckresiduals()çalıştır. - Bu Ljung-Box testi sonuçlarına göre, kalıntılar beyaz gürültüye benziyor mu?
beerwn'iTRUEya daFALSEolarak ata.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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 <- ___