在區域層級建立時間序列預測
有時你不一定有時間為每一個產品都建立預測，因此我們會採用由上而下（top-down）的階層式預測。這次我們反過來處理都會區吧！
你的工作環境已預先載入以下物件：MET_total（區域總銷售額）、dates_valid，以及作為驗證資料集的 MET_t_v。
本練習屬於課程
用 R 預測產品需求
練習說明
- 為都會區的所有銷售額（
MET_total）建立時間序列模型。 - 由此模型往 2017 年預測 22 個期數。
- 將這個預測轉成
xts物件。 - 計算 MAPE。
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。
# Build a regional time series model using auto.arima
MET_t_model_arima <- ___(___)
# Calculate a 2017 forecast for 22 periods from the above model
for_MET_t <- ___(___, h = ___)
# Make an xts object from your forecast
for_MET_t_xts <- ___(___$mean, order.by = ___)
# Calculate the MAPE
MAPE <- mape(___, ___)
print(MAPE)