Tahmin edilen bir MA modelinden basit tahminler

Nile verinle bir MA modeli tahmin ettiğine göre, sıradaki adım modelinle basit tahminler yapmak. Diğer modellerde olduğu gibi, tahmin edilen MA modelinden basit tahminler almak için predict() fonksiyonunu kullanabilirsin. $pred değerinin tahmin, $se değerinin ise bu tahmin için standart hata olduğunu, her ikisinin de uydurulmuş MA modeline dayandığını unutma.

Yine, son gözlemin ötesindeki birkaç dönem için tahmin yapmak istersen predict() çağrında n.ahead = h argümanını kullanabilirsin. Tahminler gözlenen zaman serisinin sonundan itibaren 1’den h adıma kadar özyinelemeli olarak üretilir. Ancak şunu unutma: 1 adımlık tahmin dışında, MA modelinden elde edilen tüm tahminler tahmin edilen ortalamaya (intercept) eşittir.

Bu egzersizde, Nile verinden elde edilen MA modelini kullanarak gelecekteki Nil Nehri akış düzeyleri hakkında basit tahminler yapacaksın. Önceki egzersizdeki MA modelin çalışma ortamında hazır.

Bu egzersiz, kursun bir parçasıdır

R ile Zaman Serisi Analizi

Kursa Göz Atın

Egzersiz talimatları

1971 yılı Nil Nehri akış düzeyi için predict() ile bir tahmin yap. Tahmini predict_MA içine kaydet.
1 adım ileri tahmini elde etmek için predict_MA ile birlikte $pred[1] kullan.
1971’den 1980’e kadar bir tahmin yapmak için predict() fonksiyonunu tekrar çağır. Bunu yapmak için n.ahead argümanını 10 olarak ayarla.
Nile zaman serisini, tahmini ve %95 tahmin aralıklarını çizdirmek için önceden yazılmış kodu çalıştır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Make a 1-step forecast based on MA
predict_MA <-

# Obtain the 1-step forecast using $pred[1]


# Make a 1-step through 10-step forecast based on MA


# Plot the Nile series plus the forecast and 95% prediction intervals
ts.plot(Nile, xlim = c(1871, 1980))
MA_forecasts <- predict(MA, n.ahead = 10)$pred
MA_forecast_se <- predict(MA, n.ahead = 10)$se
points(MA_forecasts, type = "l", col = 2)
points(MA_forecasts - 2*MA_forecast_se, type = "l", col = 2, lty = 2)
points(MA_forecasts + 2*MA_forecast_se, type = "l", col = 2, lty = 2)

Kodu Düzenle ve Çalıştır