筆記說明
在datacamp網(wǎng)站上學(xué)習(xí)“Time Series with R ”track
“Forecasting Using R”課程 做的對應(yīng)筆記拴曲。
學(xué)識有限，錯誤難免访雪，還請不吝賜教。
學(xué)習(xí)的課程為“Forecasting Using R”，主要用forecast包妓局。
課程參考教材Forecasting: Principles and Practice
課程中數(shù)據(jù)可在fpp2包得到
樸素預(yù)測法（Naive forecast）
樸素預(yù)測法是最簡單的預(yù)測方法：用最近的觀測值作為預(yù)測值。對于很多時間序列數(shù)據(jù)呈宇，例如股票價格好爬，樸素預(yù)測法就是最佳方法了。雖然樸素預(yù)測法并不是一個很好的預(yù)測方法甥啄，但是它可以為其他預(yù)測方法提供一個基準(zhǔn)存炮。
可以用naive(y,h=)函數(shù)實現(xiàn)樸素預(yù)測法，h指定想要預(yù)測的數(shù)量蜈漓。函數(shù)的輸出結(jié)果是一個forecast類別對象穆桂，是forecast包的核心類，可以對該類應(yīng)用summary(),autoplot()等函數(shù)融虽。
下面對goog數(shù)據(jù)應(yīng)用樸素預(yù)測法享完。該數(shù)據(jù)含有截止2017年2月13日的Google股票每日收盤價。
# Use naive() to forecast the goog series
fcgoog <- naive(goog, h=20)
# Plot and summarize the forecasts
autoplot(fcgoog)
summary(fcgoog)
對naive()的輸出結(jié)果應(yīng)用autoplot()畫的圖中除了畫出預(yù)測值以外有额，還畫出了預(yù)測值的80%置信區(qū)間和95%置信區(qū)間般又。
summary()函數(shù)的輸出包括了：
- 訓(xùn)練集上模型產(chǎn)生的殘差標(biāo)準(zhǔn)差
- 模型對訓(xùn)練數(shù)據(jù)的誤差大小的測量值如ME RMSE MAE MPE MAPE MASE等
- 未來各時間點產(chǎn)生的預(yù)測值及對應(yīng)的80%置信區(qū)間上下限彼绷、95%置信區(qū)間上下限。
summary()函數(shù)的輸出就不在此列出了茴迁。
季節(jié)樸素預(yù)測法
對于季節(jié)性數(shù)據(jù)寄悯，與樸素預(yù)測法對應(yīng)的方法叫做季節(jié)樸素預(yù)測法（seasonal naive forecast）。它是用上一個時間周期中對應(yīng)位置的觀測值作為預(yù)測值堕义。例如用前一個三月份的觀測值作為下一個三月份的預(yù)測值猜旬。
與naive()類似，可以用snaive(y,h=)函數(shù)實現(xiàn)樸素預(yù)測法倦卖，h指定想要預(yù)測的數(shù)量(默認(rèn)值為2*frequency(輸入數(shù)據(jù)))洒擦。
下面對ausbeer數(shù)據(jù)應(yīng)用季節(jié)樸素預(yù)測法。該數(shù)據(jù)記錄了澳大利亞各季度的啤酒產(chǎn)量糖耸。
# Use snaive() to forecast the ausbeer series
fcbeer <- snaive(ausbeer,h=16)
# Plot and summarize the forecasts
autoplot(fcbeer)
summary(fcbeer)
