Подогнанные значения и остатки

Прогнозирование в R

Rob J. Hyndman

Professor of Statistics at Monash University

Подогнанные значения и остатки

Подогнанное значение — прогноз наблюдения на основе всех предыдущих наблюдений

То есть это одношаговые прогнозы
Часто не являются истинными прогнозами, так как параметры оцениваются по всем данным

Остаток — разность между наблюдением и его подогнанным значением

То есть это одношаговые ошибки прогноза

Пример: добыча нефти

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

Пример: добыча нефти

autoplot(residuals(fc))

Остатки должны напоминать белый шум

Обязательные допущения

Остатки должны быть некоррелированными
Их среднее должно быть равно нулю

Полезные свойства (для построения прогнозных интервалов)

Дисперсия должна быть постоянной
Распределение должно быть нормальным

Проверить эти допущения можно с помощью функции 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

Давайте потренируемся!

Прогнозирование в R