在区域层级构建时间序列预测
有时您没有足够时间为每个产品都建立预测，因此我们会采用自上而下的层级预测方法。这一次，让我们反向处理大都市区域！
您的工作区已预加载以下对象：用于区域总销量的 MET_total、dates_valid，以及用于验证数据集的 MET_t_v。
本练习是课程的一部分
使用 R 预测产品需求
练习说明
- 为大都市区域的所有销量（
MET_total）构建时间序列模型。 - 使用该模型向 2017 年外推预测 22 个值。
- 将该预测转换为
xts对象。 - 计算 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 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)