Dopasowane wartości i reszty

Prognozowanie w R

Rob J. Hyndman

Professor of Statistics at Monash University

Dopasowane wartości i reszty

Dopasowana wartość to prognoza obserwacji na podstawie wszystkich poprzednich obserwacji

Są to prognozy jednokrokowe
Często nie są prawdziwymi prognozami, ponieważ parametry są szacowane na wszystkich danych

Reszta to różnica między obserwacją a jej dopasowaną wartością

Są to jednokrokowe błędy prognozy

Przykład: produkcja ropy naftowej

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

Produkcja ropy naftowej w Arabii Saudyjskiej

Przykład: produkcja ropy naftowej

autoplot(residuals(fc))

Reszty dla produkcji ropy naftowej

Reszty powinny wyglądać jak biały szum

Podstawowe założenia

Reszty powinny być nieskorelowane
Powinny mieć średnią równą zero

Przydatne właściwości (do obliczania przedziałów predykcji)

Powinny mieć stałą wariancję
Powinny mieć rozkład normalny

Założenia można sprawdzić za pomocą funkcji 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

Wykres diagnostyczny reszt

Czas na ćwiczenia!

Prognozowanie w R