예측

R로 제품 수요 예측하기

Aric LaBarr, Ph.D.

Senior Data Scientist, Elder Research

예측

대부분의 시계열 모델의 목표!
과거 값 또는 "충격"을 활용하여 미래 예측
패턴 인식 후 패턴 반복

예측

예측 예제

forecast_M_t <- forecast(M_t_model, h = 22)

for_dates <- seq(as.Date("2017-01-01"), length = 22, 
                                        by = "weeks")
for_M_t_xts <- xts(forecast_M_t$mean, order.by = for_dates)

plot(M_t_valid, main = 'Forecast Comparison')
lines(for_M_t_xts, col = "blue")

예측 평가 방법

2가지 주요 정확도 측정 지표:
1. 평균 절대 오차 (MAE) $$ \frac {1}{n} \sum_{i=1}^n |Y_t - \hat{Y}_t| $$
2. 평균 절대 백분율 오차 (MAPE) $$ \frac {1}{n} \sum_{i=1}^n | \frac {Y_t - \hat{Y}_t} {Y_t} | \times 100 $$

MAE 및 MAPE 예제

for_M_t <- as.numeric(forecast_M_t$mean)
v_M_t <- as.numeric(M_t_valid)

MAE <- mean(abs(for_M_t - v_M_t))
MAPE <- 100*mean(abs((for_M_t - v_M_t)/v_M_t))

print(MAE)

[1] 198.7976

print(MAPE)

[1] 9.576247

연습해 봅시다!

R로 제품 수요 예측하기