使用指数平滑的自动预测
用于寻找 误差、趋势与季节性（ETS） 的同名函数，为各种时间序列提供了一种完全自动的预测方法。
现在，您将把它应用到本章前面已经查看过的两个序列：austa 和 hyndsight。二者都已预加载到您的工作区。
本练习是课程的一部分
R 中的预测
练习说明
- 使用
ets()，为austa拟合一个 ETS 模型，并将其保存为fitaus。 - 使用相应的函数，检查该模型的残差。
- 结合使用
forecast()和autoplot()绘制该模型的预测图。 - 对
hyndsight数据重复上述三步，并将该模型保存为fiths。 - 哪个模型未通过 Ljung-Box 检验？请将
fitausfail和fithsfail赋值为TRUE（如果检验未通过）或FALSE（如果检验通过）。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Fit ETS model to austa in fitaus
___ <- ___(___)
# Check residuals
___(___)
# Plot forecasts
___(___(___))
# Repeat for hyndsight data in fiths
fiths <- ___(___)
___(___)
___(___(___))
# Which model(s) fails test? (TRUE or FALSE)
fitausfail <- ___
fithsfail <- ___