Valores ajustados e resíduos

Previsão em R

Rob J. Hyndman

Professor of Statistics at Monash University

Valores ajustados e resíduos

Um valor "fitted" é a previsão de uma observação usando todas as anteriores

Ou seja, previsões de um passo à frente
Muitas vezes não são previsões reais, pois os parâmetros são estimados com todos os dados

Um "residual" é a diferença entre uma observação e seu valor ajustado

Ou seja, erros de previsão de um passo à frente

Exemplo: produção de petróleo

fc <- naive(oil)
autoplot(oil, series = "Data") + xlab("Year") +
  autolayer(fitted(fc), series = "Fitted") +
  ggtitle("Oil production in Saudi Arabia")

Exemplo: produção de petróleo

autoplot(residuals(fc))

Resíduos devem parecer ruído branco

Suposições essenciais

Devem ser não correlacionados
Devem ter média zero

Propriedades úteis (para calcular intervalos de previsão)

Devem ter variância constante
Devem ser normalmente distribuídos

Podemos testar essas suposições com a função checkresiduals().

checkresiduals()

checkresiduals(fc)

    Ljung-Box test
data:  residuals
Q* = 12.59, df = 10, p-value = 0.2475
Model df: 0.   Total lags used: 10

Vamos praticar!

Previsão em R