開始使用免費開始

檢查時間序列殘差

在套用預測方法時，務必要檢查殘差是否表現良好（也就是沒有離群值或系統性型態），而且看起來像白噪音。預測區間是在假設殘差亦呈常態分佈下計算的。你可以使用 checkresiduals() 來驗證這些特性；它也會回傳 Ljung–Box 檢定的結果。

你目前尚未使用過管線運算子（%>%），但這是個很好的時機來介紹它。當函式巢狀很多時，管線可以讓程式碼更容易閱讀。為了一致性，函式後面一律加上括號以區分與其他物件，即使它沒有引數也一樣。範例如下：

> function(foo)       # 這兩者
> foo %>% function()  # 是一樣的！

> foo %>% function    # 不一致

在這個練習中，你會把上述函式用在與前一題相同的預測上（fcgoog 是對 goog 套用 naive() 之後得到的，fcbeer 是對 ausbeer 套用 snaive() 之後得到的）。

本練習屬於課程

R 的時間序列預測

檢視課程

練習說明

  • 使用上面的管線運算子，對等同於 fcgoog 的預測執行 checkresiduals()。
  • 根據這次 Ljung–Box 檢定的結果，殘差是否像白噪音？將 googwn 指定為 TRUE 或 FALSE。
  • 以相同的方式，對等同於 fcbeer 的預測執行 checkresiduals()。
  • 根據這次 Ljung–Box 檢定的結果，殘差是否像白噪音？將 beerwn 指定為 TRUE 或 FALSE。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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 <- ___
編輯並執行程式碼