R语言如何执行天真预测

在这篇文章中，我们将学习如何在R编程语言中进行天真预测。

天真预测

天真预测是指某一时期的预测值与前一时期的预测值相同。这是一种估计方法，使用上一时期的实际情况作为当前时期的预测，不做任何调整或试图找出原因。它只用于比较使用更先进（更好）的方法所做的预测。

进行天真预测的分步程序

第1步： 在这一步中，我们只是以包含20个整数的向量形式提供数据，并将其存储在一个变量中；这是实际数据，将进一步用于执行天真预测。

# Creating data
data <-c(50,74,64,91,52,63,41,
21,34,59,14,85,71,35,24,60,85,39,10,65)
# Printing Data
print(data)

输出

 [1] 50 74 64 91 52 63 41 21 34 59 14 85 71 35 24 60 85 39 10 65

第2步： 在这一步中，我们只需将实际数据放入公式中，为每个对应的数据创建天真的预测结果。

预测公式的语法。

**x <- c(NA,data[-length(data)] **)

这里， data 是用于预测的实际数据， NA 是用于第一个预测值。

data <-c(50,74,64,91,52,63,41,21,
34,59,14,85,71,35,24,60,85,39,10,65)
# Using the naive formula to get the
# forecast and storing the values in variable
forecast <- c(NA, data[-length(data)])
# Printing forecast
print(forecast)

输出

 [1] NA 50 74 64 91 52 63 41 21 34 59 14 85 71 35 24 60 85 39 10

第3步： 在这一步中，我们要衡量第2步中生成的预测的准确性；在这里，我们将使用平均绝对百分比误差（MAPE）和平均绝对误差（MAE）来计算准确性。

平均绝对百分比误差（MAPE） 。

预测的绝对百分比误差的平均值或平均数就是平均绝对百分比误差（MAPE）。实际值或观察值减去预测值就是误差的定义。为了计算MAPE，将百分比误差相加而不考虑符号。

如何在R语言中执行天真预测

平均绝对误差（MAE） 。

这决定了一批预测中的平均误差大小，而不考虑方向。它代表了测试样本中实际观察和预测之间的个别偏差的加权平均值。

如何在R语言中执行天真预测

data <-c(50,74,64,91,52,63,41,21,
34,59,14,85,71,35,24,60,85,39,10,65)
forecast <- c(NA, data[-length(data)])
 
# Calculating mean absolute percentage error
print("MAPE")
mean(abs((data-forecast)/data), na.rm=T) * 100
 
# Calculating mean absolute error
print("MAE")
mean(abs(data-forecast), na.rm=T)

输出

[1] "MAPE"
[1] 81.84397
[1] "MAE"
[1] 29.42105

第4步： 在这一步，我们将使用plot()和lines()函数对预测进行可视化；在这里，我们将创建一个简单的线图，以可视化每个时期的实际销售和天真的预测之间的差异。

data <-c(50,74,64,91,52,63,41,21,34,
   59,14,85,71,35,24,60,85,39,10,65)
forecast <- c(NA, data[-length(data)])
 
# Plotting the actual points
# and the forecast points
plot(data, type='l', col = 'red',
     main='Actual vs. Forecasted')
lines(forecast, type='l', col = 'blue')
legend('topright', legend=c('Actual',
 'Forecasted'),col=c('red', 'blue'), lty=1)