ПочатиПочніть безкоштовно

Побудуйте прогноз часових рядів для нового продукту

Перш ніж обчислювати bottom-up прогноз для метрополійного регіону, нам потрібні прогнози для кількох продуктів! Спочатку побудуймо прогноз часових рядів для спеціалізованого продукту в метрополійній місцевості. Попит на продукт збережено як MET_sp у вашому робочому середовищі, як і dates_valid, а також ваш валідаційний набір MET_sp_v.

Ви вже достатньо разів писали функцію MAPE. Тепер для вас підготовлено функцію mape() з двома аргументами: перший — це прогноз, другий — валідаційний набір.

Ця вправа є частиною курсу

Прогнозування попиту на товари в R

Переглянути курс

Інструкції до вправи

  • Використайте функцію auto.arima() для побудови моделі часових рядів для спеціалізованого продукту MET_sp.
  • Спрогнозуйте цю модель на 22 періоди в 2017 році.
  • Перетворіть цей прогноз на обʼєкт xts. Ви можете використати обʼєкт dates_valid для параметра order.by =.
  • Обчисліть MAPE для цього прогнозу за допомогою нової функції mape().

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Build a time series model 
MET_sp_model_arima <- ___(___)

# Forecast the time series model you just built for 22 periods
for_MET_sp <- ___(___, h = ___)

# Create an xts object on the forecast object you just created
for_MET_sp_xts <- ___(___$mean, order.by = ___)

# Calculate the MAPE on your forecast with the validation data
MAPE <- mape(___, ___)
print(MAPE)
Редагувати та запускати код