1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Dự báo bằng R
Connected

Bài tập

Sử dụng tsCV() cho cross-validation chuỗi thời gian

Hàm tsCV() tính các sai số cross-validation cho chuỗi thời gian. Bạn cần chỉ định chuỗi thời gian, phương pháp dự báo và chân trời dự báo. Đây là ví dụ dùng trong video:

> e = tsCV(oil, forecastfunction = naive, h = 1)

Tại đây, bạn sẽ dùng tsCV() để tính và vẽ các giá trị MSE cho tới 8 bước dự báo, cùng với phương pháp naive() áp dụng cho dữ liệu goog. Bài tập sử dụng đồ họa ggplot2 mà có thể bạn chưa quen, nhưng chúng tôi đã cung cấp đủ mã để bạn có thể suy ra phần còn lại.

Hãy tham khảo lại các slide về tsCV() trong bài giảng. Dữ liệu goog đã được nạp vào không gian làm việc của bạn.

Hướng dẫn

100 XP
  • Sử dụng dữ liệu goog và dự báo với hàm naive(), hãy tính các sai số cross-validation cho tới 8 bước dự báo. Gán kết quả vào e.
  • Tính các giá trị MSE cho mỗi chân trời dự báo và loại bỏ các giá trị thiếu trong e bằng cách chỉ định đối số thứ hai. Biểu thức tính MSE đã được cung cấp.
  • Vẽ các giá trị MSE thu được (y) theo chân trời dự báo (x). Hãy suy nghĩ dựa trên kiến thức về hàm. Nếu MSE = mse được cung cấp trong danh sách đối số của hàm, thì mse phải tham chiếu đến một đối tượng tồn tại trong không gian làm việc của bạn ở bên ngoài hàm, trong khi MSE là biến dùng để tham chiếu đối tượng đó ở bên trong hàm.