第三次练习课

准备工作

复习第五讲和第六讲的内容，并复现 Slides 中展示的结果。

下面的问题需要用到 fpp3 包。

从 aus_production 数据集中选取水泥（Cement）的产量数据并回答下面的问题。

该序列的起止时间是什么？共有多少期？
利用 slice_head() 和 slice_tail() 函数，将最后 40 个观测值设为测试集，其余观测值设为训练集。
针对训练集，分别利用均值法、朴素法、季节性朴素法和漂移法进行拟合，并对未来 40 期（即测试集中的时间点）进行预测。模仿教科书 5.2 节，绘制图表展示预测结果。
用 RMSE 和 MAE 测度比较模型的预测准确性。哪个模型表现得最好？

olympic_running 数据集中保存了 1896 至 2016 年间奥运会跑步类项目的冠军成绩（单位：秒），了解该数据集后回答下面的问题。

选取 1948 年及以后年份的男子 100米、200米、400米项目成绩，并绘制时序图。
考虑选择时间作为预测变量对冠军成绩进行回归分析。写出回归模型。对上一问中的项目成绩分别进行拟合，并报告时间项系数的估计值。从结果可知冠军成绩每年平均缩短多少秒？（注意数据的频度为四年）
利用残差诊断图和 Ljung-Box 检验分析上面的模型是否合适。
根据上面的拟合结果预测 2020 年的冠军成绩。分别给出点预测和 95% 区间预测。在 https://olympics.com/ 上查找 2020 年东京奥运会该项目的冠军成绩并进行对比。你的预测准确吗？

完成上面的练习，将答案（包括对问题的回答，以及对应的 R 程序及其运行结果）整理为 PDF 文件，通过教学平台提交。

截止日期：2025年6月5日（星期四）23:00