Qual uma acurácia boa?

Question

Olá, sou um jovem estudante e tenho trabalhado sozinho num projeto. O projeto envolve vendas de carros (analisando a quantidade de carros vendidos) da Noruega de 2007 ate 2016. Quis tentar criar uma série temporal (Usei o ts), e em seguida usar criar um modelo de previsão usando Holt-Winters e Forecast.

Na série temporal em si foi ate tranquilo, segue como ficou:  
Porém na hora de fazer a previsão, usei o código:
ajuste_HW_CT_CS <- HoltWinters(z)
ajuste_HW_CT_CS
plot(ajuste_HW_CT_CS)

previsao <- forecast(ajuste_HW_CT_CS, h=36)
plot(previsao, main = "Previsão Venda de Carros Noruega 2017 - 2019", xlab = "Anos", ylab = "Quantidade de Carros Vendidos")
previsao

Achei que estaria tudo bem, segue imagem da previsao:

Porem ao usar:
accuracy(previsao)
Obtive:

Meu modelo estaria ruim, mal configurado ou algo do tipo? Infelizmente não sei interpretar, poderiam me ajudar? Não sei se as datas são muito curtas para haver treinamento ou deveria haver apenas uma coluna com a data, porém ainda não sei fazer isso.

Murilo Juliano · Answer

normalmente a  função accuracy() é utilizada quando se está comparando modelos, no seu caso você apenas utilizou a função para um modelo. Eu aconselho fazer sempre os testes de fac e facp para identificar as ordens dos modelos, bem como utilizar a função auto.arima() para checar o modelo mais ajustado segundo o machine learning do pacote forecast. Feito esses passos, há duas formas de checar o melhor modelo, segue:

Criar uma série de treinamento e checar se o modelo está bem ajustado com os valores reais. Isso pode ser feito preservando as 4 últimas observações, então você testa se a previsão se aproxima dos valores observados.

A segunda forma é utilizar a função que tu usaste, mas comparando os modelos. Feito os passos descritos mais acima, você pode utilizar a função accuracy() em uma lista de modelos e observar quais possuem os menores valores entre os testes.

Abraço!

Qual uma acurácia boa?

One Answer

Add your own answers!

Ask a Question