为新产品构建时间序列预测
在为大都市区域计算自下而上的分层预测之前，您需要先得到多个产品的预测！首先，请为大都市区域的特色产品构建一个时间序列预测。产品需求已保存在您的工作区中，变量为 MET_sp，同时提供了 dates_valid 和验证数据 MET_sp_v。
到目前为止，您已经多次编写过 MAPE 函数。现在已为您提供了一个 mape() 函数，包含两个输入：第一个为预测结果，第二个为验证集。
本练习是课程的一部分
使用 R 预测产品需求
练习说明
- 使用
auto.arima()函数为特色产品MET_sp构建时间序列模型。 - 将该模型预测至 2017 年，共 22 个时间段。
- 将预测结果转换为
xts对象。order.by =选项仍可使用dates_valid对象。 - 使用新的
mape()函数计算该预测的 MAPE。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Build a time series model
MET_sp_model_arima <- ___(___)
# Forecast the time series model you just built for 22 periods
for_MET_sp <- ___(___, h = ___)
# Create an xts object on the forecast object you just created
for_MET_sp_xts <- ___(___$mean, order.by = ___)
# Calculate the MAPE on your forecast with the validation data
MAPE <- mape(___, ___)
print(MAPE)