Các phương pháp dự báo naive

Như bạn đã học trong video, một dự báo là giá trị trung bình hoặc trung vị của các kịch bản tương lai được mô phỏng cho một chuỗi thời gian.

Phương pháp dự báo đơn giản nhất là dùng quan sát gần nhất; cách này gọi là dự báo naive và có thể triển khai bằng một hàm cùng tên. Đây là mức tốt nhất có thể đạt được cho nhiều chuỗi thời gian, bao gồm hầu hết dữ liệu giá cổ phiếu; và ngay cả khi không phải là phương pháp dự báo tốt, nó vẫn là mốc so sánh hữu ích cho các phương pháp khác.

Với dữ liệu có mùa vụ, một ý tưởng liên quan là dùng giá trị ở cùng mùa của năm trước. Ví dụ, nếu bạn muốn dự báo sản lượng bán cho tháng Ba tới, bạn sẽ dùng sản lượng bán của tháng Ba năm trước. Điều này được triển khai trong hàm snaive(), tức seasonal naive (naive theo mùa vụ).

Với cả hai phương pháp, bạn có thể đặt đối số thứ hai h, quy định số lượng giá trị muốn dự báo; như trong mã dưới đây, chúng có giá trị mặc định khác nhau. Kết quả trả về là một đối tượng thuộc lớp forecast. Đây là lớp cốt lõi của gói forecast, và có nhiều hàm để làm việc với chúng như summary() và autoplot().

naive(y, h = 10)
snaive(y, h = 2 * frequency(x))

Bạn sẽ thử hai hàm này trên chuỗi goog và chuỗi ausbeer tương ứng. Chúng đã có sẵn trong không gian làm việc của bạn.