Přizpůsobené hodnoty a rezidua

Forecasting v R

Rob J. Hyndman

Professor of Statistics at Monash University

Přizpůsobené hodnoty a rezidua

Přizpůsobená hodnota je prognóza pozorování na základě všech předchozích pozorování

  • Jedná se o jednorokové prognózy

  • Často nejsou skutečnými prognózami, protože parametry jsou odhadnuty na všech datech

Reziduum je rozdíl mezi pozorováním a jeho přizpůsobenou hodnotou

  • Jedná se o jednorokové chyby prognózy
Forecasting v R

Příklad: produkce ropy

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

Produkce ropy v Saúdské Arábii

Forecasting v R

Příklad: produkce ropy

autoplot(residuals(fc))

Rezidua produkce ropy

Forecasting v R

Rezidua by měla vypadat jako bílý šum

Základní předpoklady

  • Rezidua by měla být nekorelovaná

  • Měla by mít nulový průměr

Užitečné vlastnosti (pro výpočet predikčních intervalů)

  • Měla by mít konstantní rozptyl

  • Měla by mít normální rozdělení

Tyto předpoklady lze otestovat pomocí funkce checkresiduals().

Forecasting v R

checkresiduals()

checkresiduals(fc)

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

Kontrola reziduí

Forecasting v R

Pojďme procvičovat!

Forecasting v R

Preparing Video For Download...