以每日資料套用 Holt-Winters 方法
Holt-Winters 方法也可用在每日類型的資料，其季節週期長度為 7，而 h 的時間單位應以天為單位。
在這裡，你會比較加法型 Holt-Winters 方法與季節性的 naive() 方法，資料使用 hyndsight，內容是 Hyndsight 部落格自 2014 年 4 月 30 日起一年的每日瀏覽量。這些資料已提供在你的工作區中。
本練習屬於課程
R 的時間序列預測
練習說明
- 使用
subset.ts()，建立一個訓練集，將hyndsight中可用資料的最後 4 週省略。 - 以訓練資料套用
hw()並使用加法季節性，為這最後 4 週產生預測。將結果指定給fchw。 - 為相同期段產生季節性 naive 預測。使用先前章節介紹的適當函式，並將結果指定給
fcsn。 - 根據 RMSE，兩個預測何者較佳？使用
accuracy()函式來判定。 - 繪製這些預測的時間圖。
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。
# Create training data with subset()
train <- subset(___, end = ___)
# Holt-Winters additive forecasts as fchw
fchw <- hw(___, seasonal = ___, h = ___)
# Seasonal naive forecasts as fcsn
fcsn <- ___
# Find better forecasts with accuracy()
accuracy(___, ___)
accuracy(___, ___)
# Plot the better forecasts
autoplot(___)