Valori adattati e residui

Previsioni in R

Rob J. Hyndman

Professor of Statistics at Monash University

Valori adattati e residui

Un valore adattato è la previsione di un’osservazione usando tutte le osservazioni precedenti

Cioè previsioni a un passo
Spesso non vere previsioni perché i parametri sono stimati su tutti i dati

Un residuo è la differenza tra un’osservazione e il suo valore adattato

Cioè gli errori di previsione a un passo

Esempio: produzione di petrolio

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

Esempio: produzione di petrolio

autoplot(residuals(fc))

I residui dovrebbero sembrare rumore bianco

Assunzioni essenziali

Devono essere non correlati
Devono avere media zero

Proprietà utili (per intervalli di previsione)

Varianza costante
Distribuzione normale

Possiamo testarle con la funzione 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

Passiamo alla pratica!

Previsioni in R