ПочатиПочніть безкоштовно

Побудуйте прогноз часових рядів на регіональному рівні

Іноді немає часу будувати прогнози для кожного продукту, тож застосовуємо підхід зверху вниз у ієрархічному прогнозуванні. Цього разу попрацюймо з мегаполісним регіоном навпаки!

У вашому середовищі вже завантажено такі об'єкти: MET_total — загальні регіональні продажі, dates_valid і MET_t_v — валідаційний набір даних.

Ця вправа є частиною курсу

Прогнозування попиту на товари в R

Переглянути курс

Інструкції до вправи

  • Побудуйте модель часових рядів для всіх продажів у мегаполісному регіоні (MET_total).
  • Спрогнозуйте 22 значення на 2017 рік на основі цієї моделі.
  • Перетворіть цей прогноз на об'єкт xts.
  • Обчисліть MAPE.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)
Редагувати та запускати код