11.1 Compiladão do Hyndman
(R. J. Hyndman and Athanasopoulos 2021) trazem uma compilação dos principais e mais recentes métodos da literatura, com dados disponíveis nas bibliotecas fpp2 (R. Hyndman 2020) e fpp3 (R. Hyndman 2021). A seguir está o código fits, escrito com algumas funções desta biblioteca, de maneira a utilizar os seguintes métodos:
- ARIMA (AutoRegressive Integrated Moving Average), função
auto.arima
- ETS (Modelo de espaço de estados com suavização exponencial), função
ets
- TBATS (Modelo de espaço de estados com suavização exponencial com transformação Box-Cox, erros ARMA e componentes sazonais e de tendência), função
tbats
- NNETAR (Rede neural autorregressiva), função
nnetar
## $fcast
## Point Forecast Lo 80 Hi 80 Lo 95 Hi 95
## 2008 460.7738 439.5693 481.9783 428.3443 493.2033
## 2009 465.8072 435.6457 495.9687 419.6791 511.9353
## 2010 470.8406 433.6859 507.9953 414.0174 527.6638
## 2011 475.8740 432.7229 519.0251 409.8801 541.8679
## 2012 480.9074 432.3845 529.4303 406.6980 555.1168
## 2013 485.9408 432.4808 539.4008 404.1808 567.7008
## 2014 490.9742 432.8999 549.0485 402.1572 579.7912
## 2015 496.0076 433.5691 558.4461 400.5161 591.4991
## 2016 501.0410 434.4383 567.6437 399.1809 602.9010
##
## $mse.pred
## mse.pred.aa mse.pred.ets mse.pred.tb mse.pred.nn
## 1 109.0783 103.3062 252.7875 741.5067
##
## $best.model
## [1] "ets"
##
## $runtime
## Time difference of 0.2860169 secsReferências
Hyndman, Rob. 2020. Fpp2: Data for "Forecasting: Principles and Practice" (2nd Edition). https://CRAN.R-project.org/package=fpp2.
———. 2021. Fpp3: Data for "Forecasting: Principles and Practice" (3rd Edition). https://CRAN.R-project.org/package=fpp3.
Hyndman, Rob J, and George Athanasopoulos. 2021. Forecasting: Principles and Practice, 3rd Ed. OTexts. https://otexts.com/fpp3/.