Kiểm tra phần dư chuỗi thời gian
Khi áp dụng một phương pháp dự báo, điều quan trọng là luôn kiểm tra xem phần dư có “đẹp” hay không (tức là không có ngoại lệ hay mẫu hình) và trông giống nhiễu trắng. Các khoảng dự báo được tính với giả định rằng phần dư cũng tuân theo phân phối chuẩn. Bạn có thể dùng hàm checkresiduals() để xác minh các đặc điểm này; hàm sẽ trả về kết quả của kiểm định Ljung-Box.
Đến giờ bạn chưa dùng toán tử pipe (%>%), nhưng đây là dịp tốt để giới thiệu. Khi có nhiều hàm lồng nhau, pipe giúp mã dễ đọc hơn nhiều. Để nhất quán, luôn theo sau tên hàm bằng dấu ngoặc đơn để phân biệt với các đối tượng khác, ngay cả khi hàm không có đối số. Ví dụ bên dưới:
> function(foo) # Hai dòng này
> foo %>% function() # là như nhau!
> foo %>% function # Không nhất quán
Trong bài tập này, bạn sẽ kiểm tra các hàm trên với các đối tượng dự báo tương đương với những gì bạn đã tạo ở bài trước (fcgoog thu được sau khi áp dụng naive() cho goog, và fcbeer thu được sau khi áp dụng snaive() cho ausbeer).
Bài tập này là một phần của khóa học
Dự báo bằng R
Hướng dẫn bài tập
- Dùng pipe như trên, chạy
checkresiduals()trên một dự báo tương đương vớifcgoog. - Dựa trên kết quả kiểm định Ljung-Box, phần dư có giống nhiễu trắng không? Gán
googwnlàTRUEhoặcFALSE. - Tương tự, chạy
checkresiduals()trên một dự báo tương đương vớifcbeer. - Dựa trên kết quả kiểm định Ljung-Box, phần dư có giống nhiễu trắng không? Gán
beerwnlàTRUEhoặcFALSE.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Check the residuals from the naive forecasts applied to the goog series
goog %>% naive() %>% ___
# Do they look like white noise (TRUE or FALSE)
googwn <- ___
# Check the residuals from the seasonal naive forecasts applied to the ausbeer series
___
# Do they look like white noise (TRUE or FALSE)
beerwn <- ___