Dự báo

Dự báo Nhu cầu Sản phẩm bằng R

Aric LaBarr, Ph.D.

Senior Data Scientist, Elder Research

Dự báo

Mục tiêu của hầu hết các mô hình chuỗi thời gian!
Mô hình dùng giá trị quá khứ hoặc "cú sốc" để dự đoán tương lai
Nhận diện mẫu rồi lặp lại mẫu

Dự báo

Ví dụ dự báo

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")

Đánh giá dự báo như thế nào?

2 thước đo độ chính xác phổ biến:
1. Mean Absolute Error (MAE) $$ \frac {1}{n} \sum_{i=1}^n |Y_t - \hat{Y}_t| $$
2. Mean Absolute Percentage Error (MAPE) $$ \frac {1}{n} \sum_{i=1}^n | \frac {Y_t - \hat{Y}_t} {Y_t} | \times 100 $$

Ví dụ MAE và MAPE

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

Cùng luyện tập nào!

Dự báo Nhu cầu Sản phẩm bằng R