if (file.exists("pamat.Rdata")) load(file = "pamat.Rdata", envir = globalenv())
if (!exists("udaje.roky")) {
library(tidyr)
cesta <- "udaje/ceny_byvania_eu.csv"
if (!file.exists(cesta)) stop("Chýba pamat.Rdata aj udaje/ceny_byvania_eu.csv.")
udaje <- read.csv2(cesta, sep = ";", dec = ".", na.strings = c("", "NA"))
udaje <- udaje[udaje$purchase == "TOTAL", c("geo", "TIME_PERIOD", "OBS_VALUE")]
udaje.roky <- as.data.frame(pivot_wider(udaje, names_from = geo,
values_from = OBS_VALUE))
udaje.roky <- udaje.roky[order(udaje.roky$TIME_PERIOD), ]
names(udaje.roky)[names(udaje.roky) == "TIME_PERIOD"] <- "Rok"
names(udaje.roky)[names(udaje.roky) == "EU27_2020"] <- "EU"
udaje.roky <- na.omit(udaje.roky[, c("Rok", "SK", "CZ", "EU")])
}Econometrics in R - cvičenie 7
Prognóza indexu cien bývania na Slovensku
Pokračujem s databázou Eurostatu House price index (prc_hpi_a, 2015 = 100) a nadväzujem na cvičenie 5. Na rozdiel od predlohy mám časový rad: jedno pozorovanie je jeden rok, preto používam index \(t\).
Otázka tohto cvičenia: ako dobre vie regresný model predpovedať index cien bývania na Slovensku v rokoch, ktoré pri odhade koeficientov nepoužijem?
Metodická poznámka. Údaje som mal rozdeliť na odhadovú a testovaciu časť ešte pred výberom modelu. V cvičeniach 4 a 5 som však už pracoval s celým obdobím 2010 – 2025, takže pri výbere špecifikácie som poznal aj roky, ktoré teraz použijem na test (data leakage). Výsledky preto beriem ako ilustračné, nie ako nezávislé overenie presnosti prognóz.
Načítanie pamäte z predchádzajúceho cvičenia
Na konci cvičenia 5 som pamäť uložil príkazom save.image("pamat.Rdata"). Ak súbor chýba alebo v ňom nie sú moje údaje, načítam ich znova z CSV.
library(broom)
library(knitr)
library(kableExtra)
library(dplyr)
library(ggplot2)potrebne <- c("Rok", "SK", "CZ", "EU")
stopifnot(is.data.frame(udaje.roky), all(potrebne %in% names(udaje.roky)))
udaje7 <- udaje.roky[, potrebne]
udaje7$t <- udaje7$Rok - 2010 # cas od roku 2010
rownames(udaje7) <- udaje7$Rok
data.frame(Obdobie = paste(min(udaje7$Rok), "-", max(udaje7$Rok)),
Pocet_rokov = nrow(udaje7)) |>
kable(col.names = c("Obdobie", "Počet rokov"),
caption = "Údaje pripravené v predchádzajúcich cvičeniach") |>
kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)| Obdobie | Počet rokov |
|---|---|
| 2010 - 2025 | 16 |
Čo je prognóza v lineárnom modeli?
Model z cvičenia 5:
\[ SK_t=\beta_0+\beta_1 CZ_t+\beta_2 EU_t+u_t. \]
Bodová prognóza je \(\hat y_t=\hat\beta_0+\hat\beta_1 CZ_t+\hat\beta_2 EU_t\) a prognostická chyba \(a_t = y_t-\hat y_t\). Kladná chyba znamená, že som index podhodnotil, záporná, že som ho nadhodnotil.
Pozor na terminológiu: Keďže do modelu dosadzujem skutočné hodnoty CZ a EÚ z testovacích rokov, ide o ex post prognózu. Pri skutočnej prognóze do budúcnosti (ex ante) by som tieto hodnoty nepoznal a musel by som ich tiež predpovedať. Preto na konci pridávam aj model s trendom, ktorý potrebuje iba rok.
Rozdelenie údajov na odhadovú a testovaciu vzorku
V predlohe sa krajiny rozdeľujú náhodne pomocou sample(). Pri časovom rade by to nedávalo zmysel: model by sa „učil“ z rokov 2023 a 2025 a predpovedal rok 2024 medzi nimi. Preto delím údaje chronologicky: prvých 80 % rokov na odhad, posledné roky na test.
n <- nrow(udaje7)
n_odhad <- floor(0.8 * n)
odhadova <- udaje7[1:n_odhad, ]
testovacia <- udaje7[(n_odhad + 1):n, ]
stopifnot(nrow(odhadova) + nrow(testovacia) == n)
data.frame(
Vzorka = c("Odhadová", "Testovacia", "Spolu"),
Roky = c(paste(range(odhadova$Rok), collapse = " - "),
paste(range(testovacia$Rok), collapse = " - "),
paste(range(udaje7$Rok), collapse = " - ")),
Pocet = c(nrow(odhadova), nrow(testovacia), n)
) |>
kable(col.names = c("Vzorka", "Roky", "Počet rokov"),
caption = "Chronologické rozdelenie údajov") |>
kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)| Vzorka | Roky | Počet rokov |
|---|---|---|
| Odhadová | 2010 - 2021 | 12 |
| Testovacia | 2022 - 2025 | 4 |
| Spolu | 2010 - 2025 | 16 |
Testovacia vzorka má len 4 roky, takže všetky ukazovatele nižšie sú počítané z veľmi malého počtu prognóz.
Nový odhad regresného modelu
Model model z cvičenia 5 bol odhadnutý na celom období, preto ho na test nepoužijem. Odhadnem nový model7 len na odhadovej vzorke.
model7 <- lm(SK ~ CZ + EU, data = odhadova)
tidy(model7) |>
kable(digits = 4,
col.names = c("Premenná", "Odhad", "Št. chyba", "t hodnota", "p-hodnota"),
caption = "Koeficienty odhadnuté len na rokoch odhadovej vzorky") |>
kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)| Premenná | Odhad | Št. chyba | t hodnota | p-hodnota |
|---|---|---|---|---|
| (Intercept) | -55.5473 | 38.1906 | -1.4545 | 0.1798 |
| CZ | 0.0525 | 0.3072 | 0.1708 | 0.8681 |
| EU | 1.4820 | 0.6788 | 2.1832 | 0.0569 |
Bodové prognózy pre testovacie roky
testovacia$Prognoza <- as.numeric(predict(model7, newdata = testovacia))
testovacia$Chyba <- testovacia$SK - testovacia$Prognoza
testovacia |>
select(Rok, SK, CZ, EU, Prognoza, Chyba) |>
kable(digits = 2, row.names = FALSE,
col.names = c("Rok", "Skutočnosť SK", "CZ", "EÚ", "Prognóza", "Chyba"),
caption = "Prognózy pre testovacie roky") |>
kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)| Rok | Skutočnosť SK | CZ | EÚ | Prognóza | Chyba |
|---|---|---|---|---|---|
| 2022 | 175.41 | 215.3 | 148.86 | 176.37 | -0.96 |
| 2023 | 175.08 | 211.7 | 148.44 | 175.56 | -0.48 |
| 2024 | 181.67 | 222.3 | 153.42 | 183.49 | -1.82 |
| 2025 | 204.22 | 245.4 | 161.89 | 197.26 | 6.96 |
Grafické porovnanie prognóz a skutočnosti
op <- par(mfrow = c(1, 2))
lim <- range(c(testovacia$SK, testovacia$Prognoza))
plot(testovacia$SK, testovacia$Prognoza, pch = 19,
xlab = "Skutočný index SK", ylab = "Prognóza",
main = "Skutočnosť a prognóza", xlim = lim, ylim = lim)
abline(a = 0, b = 1, col = "red", lwd = 2)
text(testovacia$SK, testovacia$Prognoza, testovacia$Rok, pos = 3, cex = 0.8)
plot(testovacia$Rok, testovacia$Chyba, pch = 19, type = "b",
xlab = "Rok", ylab = "Chyba (body indexu)", main = "Prognostické chyby")
abline(h = 0, col = "red", lwd = 2)par(op)Pri časovom rade je názornejší aj graf celého obdobia:
udaje7$Model <- as.numeric(predict(model7, newdata = udaje7))
ggplot(udaje7, aes(x = Rok)) +
annotate("rect", xmin = min(testovacia$Rok) - 0.5, xmax = max(testovacia$Rok) + 0.5,
ymin = -Inf, ymax = Inf, fill = "orange", alpha = 0.15) +
geom_line(aes(y = SK, color = "Skutočnosť"), linewidth = 1) +
geom_line(aes(y = Model, color = "Model"), linewidth = 1, linetype = "dashed") +
scale_color_manual(values = c("Skutočnosť" = "steelblue", "Model" = "firebrick")) +
labs(y = "Index (2015 = 100)", color = "",
subtitle = "Oranžová oblasť = testovacie roky (model ich pri odhade nevidel)") +
theme_minimal(base_size = 13)Ukazovatele kvality prognóz
Nech \(m\) je počet testovacích rokov a \(a_t=y_t-\hat y_t\):
| Ukazovateľ | Vzorec | Interpretácia |
|---|---|---|
| ME | \(\frac{1}{m}\sum a_t\) | priemerná chyba so znamienkom; systematické pod-/nadhodnocovanie |
| MAE | \(\frac{1}{m}\sum \lvert a_t\rvert\) | priemerná absolútna chyba v bodoch indexu |
| MSE | \(\frac{1}{m}\sum a_t^2\) | priemerná štvorcová chyba; viac trestá veľké chyby |
| RMSE | \(\sqrt{MSE}\) | typická veľkosť chyby v bodoch indexu |
| MAPE | \(\frac{100}{m}\sum \lvert a_t/y_t\rvert\) | priemerná percentuálna chyba |
skutocnost <- testovacia$SK
prognoza <- testovacia$Prognoza
chyba <- skutocnost - prognoza
ME <- mean(chyba)
MAE <- mean(abs(chyba))
MSE <- mean(chyba^2)
RMSE <- sqrt(MSE)
MAPE <- 100 * mean(abs(chyba / skutocnost)) # index je vzdy kladny
data.frame(
Ukazovatel = c("ME", "MAE", "MSE", "RMSE", "MAPE"),
Hodnota = c(ME, MAE, MSE, RMSE, MAPE),
Jednotka = c("body", "body", "body²", "body", "%")
) |>
kable(digits = 3, col.names = c("Ukazovateľ", "Hodnota", "Jednotka"),
caption = "Kvalita prognóz na testovacej vzorke") |>
kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)| Ukazovateľ | Hodnota | Jednotka |
|---|---|---|
| ME | 0.926 | body |
| MAE | 2.555 | body |
| MSE | 13.232 | body² |
| RMSE | 3.638 | body |
| MAPE | 1.308 | % |
Model sa v testovacích rokoch mýlil v priemere o 2,6 bodu indexu (MAE), čo je asi 1,3 % skutočnej hodnoty. ME = 0,93: model index skôr podhodnocoval (skutočné ceny rástli rýchlejšie, ako predpovedal).
Porovnanie s jednoduchými (naivnými) prognózami
Ako v predlohe porovnám model s priemerom odhadovej vzorky. Pri časovom rade s rastúcim trendom je však oveľa prísnejším súperom posledná známa hodnota (index v roku 2021 zopakovaný pre všetky testovacie roky).
naiv_priemer <- rep(mean(odhadova$SK), nrow(testovacia))
naiv_posledna <- rep(tail(odhadova$SK, 1), nrow(testovacia))
porovnanie <- data.frame(
Model = c("Lineárna regresia SK ~ CZ + EU",
"Priemer odhadovej vzorky",
"Posledná známa hodnota"),
MAE = c(MAE, mean(abs(skutocnost - naiv_priemer)),
mean(abs(skutocnost - naiv_posledna))),
RMSE = c(RMSE, sqrt(mean((skutocnost - naiv_priemer)^2)),
sqrt(mean((skutocnost - naiv_posledna)^2)))
)
porovnanie |>
kable(digits = 3, caption = "Regresia oproti jednoduchým referenčným prognózam") |>
kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)| Model | MAE | RMSE |
|---|---|---|
| Lineárna regresia SK ~ CZ + EU | 2.555 | 3.638 |
| Priemer odhadovej vzorky | 71.858 | 72.839 |
| Posledná známa hodnota | 29.825 | 32.116 |
Najmenšiu RMSE má Lineárna regresia SK ~ CZ + EU. Priemer odhadovej vzorky je pri rastúcich cenách veľmi slabá prognóza, lebo „nevie“ o trende.
Theilov koeficient kvality prognóz
\[ U_1=\frac{\sqrt{\frac{1}{m}\sum(\hat y_t-y_t)^2}} {\sqrt{\frac{1}{m}\sum\hat y_t^2}+\sqrt{\frac{1}{m}\sum y_t^2}} \]
Hodnota 0 znamená dokonalú zhodu, menšia hodnota je lepšia.
Theil_U1 <- sqrt(mean((prognoza - skutocnost)^2)) /
(sqrt(mean(prognoza^2)) + sqrt(mean(skutocnost^2)))
data.frame(Theil_U1 = Theil_U1) |>
kable(digits = 5, caption = "Theilov koeficient U1 na testovacej vzorke") |>
kable_styling(full_width = FALSE)| Theil_U1 |
|---|
| 0.00989 |
\(U_1\) = 0,0099 je blízko nuly. Pri indexe okolo 150 – 200 bodov je však \(U_1\) prirodzene malé, preto ho posudzujem spolu s MAE a RMSE.
Theilov rozklad strednej kvadratickej chyby
\[ MSE=(\bar y-\overline{\hat y})^2+(s_y-s_{\hat y})^2+2s_y s_{\hat y}(1-r), \]
\[ U^M=\frac{(\bar y-\overline{\hat y})^2}{MSE},\qquad U^S=\frac{(s_y-s_{\hat y})^2}{MSE},\qquad U^C=\frac{2s_y s_{\hat y}(1-r)}{MSE},\qquad U^M+U^S+U^C=1. \]
- \(U^M\): systematická chyba priemeru (model je celkovo posunutý),
- \(U^S\): chyba variability (model kolíše viac alebo menej ako skutočnosť),
- \(U^C\): nedokonalá súbežnosť (zvyšná, „náhodná“ časť chyby).
sd_m <- function(z) sqrt(mean((z - mean(z))^2)) # delitel m, nie m - 1
theil_rozklad <- function(y, yh) {
mse <- mean((y - yh)^2)
sy <- sd_m(y); sh <- sd_m(yh)
cov_m <- mean((y - mean(y)) * (yh - mean(yh)))
c(UM = (mean(y) - mean(yh))^2 / mse,
US = (sy - sh)^2 / mse,
UC = 2 * (sy * sh - cov_m) / mse)
}
U <- theil_rozklad(skutocnost, prognoza)
stopifnot(isTRUE(all.equal(sum(U), 1, tolerance = 1e-8)))
rozklad <- data.frame(
Zlozka = c("U^M – priemer", "U^S – variabilita", "U^C – súbežnosť"),
Podiel = U, Percent = 100 * U
)
rozklad |>
kable(digits = 4, row.names = FALSE,
col.names = c("Zložka", "Podiel", "Podiel (%)"),
caption = "Theilov rozklad MSE") |>
kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)| Zložka | Podiel | Podiel (%) |
|---|---|---|
| U^M – priemer | 0.0647 | 6.4745 |
| U^S – variabilita | 0.7793 | 77.9294 |
| U^C – súbežnosť | 0.1560 | 15.5962 |
barplot(rozklad$Percent, names.arg = c("Priemer", "Variabilita", "Súbežnosť"),
ylab = "Podiel na MSE (%)", main = "Theilov rozklad prognostickej chyby",
ylim = c(0, 100), col = c("firebrick", "orange", "steelblue"))Najväčšiu časť chyby tvorí zložka variability (U^S) (77,9 %). Model teda nesprávne zachytáva, ako veľmi ceny kolíšu. Rozklad je algebraický, nie kauzálny: nehovorí, prečo sa model mýli.
Intervaly pri prognózovaní
- Interval spoľahlivosti pre strednú hodnotu \(E(y\mid x_0)\): kde leží priemerný index pri daných hodnotách CZ a EÚ.
- Predikčný interval pre konkrétny rok \(y_0\): zahŕňa aj náhodnú odchýlku daného roka, preto je širší.
\[ \hat y_0\pm t_{1-\alpha/2,\,n_{odhad}-p}\,\hat\sigma\sqrt{x_0^\top(X^\top X)^{-1}x_0} \quad\text{vs.}\quad \hat y_0\pm t_{1-\alpha/2,\,n_{odhad}-p}\,\hat\sigma\sqrt{1+x_0^\top(X^\top X)^{-1}x_0} \]
interval_priemer <- predict(model7, newdata = testovacia,
interval = "confidence", level = 0.95)
interval_jednotlivec <- predict(model7, newdata = testovacia,
interval = "prediction", level = 0.95)
intervaly <- data.frame(
Rok = testovacia$Rok,
Skutocnost = skutocnost,
Prognoza = prognoza,
CI_dolna = interval_priemer[, "lwr"],
CI_horna = interval_priemer[, "upr"],
PI_dolna = interval_jednotlivec[, "lwr"],
PI_horna = interval_jednotlivec[, "upr"]
)
intervaly |>
kable(digits = 2, row.names = FALSE,
col.names = c("Rok", "Skutočnosť", "Prognóza", "CI dolná", "CI horná",
"PI dolná", "PI horná"),
caption = "Klasické 95 % intervaly") |>
kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)| Rok | Skutočnosť | Prognóza | CI dolná | CI horná | PI dolná | PI horná |
|---|---|---|---|---|---|---|
| 2022 | 175.41 | 176.37 | 167.23 | 185.50 | 165.34 | 187.40 |
| 2023 | 175.08 | 175.56 | 167.80 | 183.31 | 165.64 | 185.48 |
| 2024 | 181.67 | 183.49 | 175.38 | 191.61 | 173.29 | 193.70 |
| 2025 | 204.22 | 197.26 | 186.21 | 208.31 | 184.60 | 209.92 |
pokrytie_PI <- mean(skutocnost >= intervaly$PI_dolna & skutocnost <= intervaly$PI_horna)Do 95 % predikčného intervalu padlo 100 % testovacích rokov (4 z 4). Pri takto malom počte rokov to nemožno brať ako spoľahlivú kontrolu. Intervaly navyše predpokladajú nezávislé chyby, čo pri časových radoch často neplatí.
Ako interpretovať výsledky
Model SK ~ CZ + EU odhadnutý na rokoch 2010 – 2021 predpovedal index v rokoch 2022 – 2025 s priemernou chybou 2,6 bodu (RMSE = 3,6). V porovnaní s naivnými prognózami dopadol lepšie ako obe, takže informácia o vývoji v Česku a v EÚ prognózu zlepšuje. Treba však pripomenúť, že ide o ex post prognózu (hodnoty CZ a EÚ som poznal) a že model som vyberal so znalosťou celého obdobia.
Malé cvičenie
1. Zmena modelu: kvadratický trend
Namiesto CZ a EÚ použijem model z cvičenia 5, ktorý potrebuje iba čas: \(SK_t=\beta_0+\beta_1 t+\beta_2 t^2+u_t\). Odhadnem ho len na odhadovej vzorke a otestujem na rovnakých rokoch.
model7b <- lm(SK ~ t + I(t^2), data = odhadova)
prognoza_b <- as.numeric(predict(model7b, newdata = testovacia))
chyba_b <- skutocnost - prognoza_b
porovnanie2 <- data.frame(
Model = c("SK ~ CZ + EU", "SK ~ t + t²"),
MAE = c(MAE, mean(abs(chyba_b))),
RMSE = c(RMSE, sqrt(mean(chyba_b^2))),
Theil_U1 = c(Theil_U1, sqrt(mean(chyba_b^2)) /
(sqrt(mean(prognoza_b^2)) + sqrt(mean(skutocnost^2))))
)
porovnanie2 |>
kable(digits = 3, caption = "Porovnanie dvoch modelov na rovnakých testovacích rokoch") |>
kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)| Model | MAE | RMSE | Theil_U1 |
|---|---|---|---|
| SK ~ CZ + EU | 2.555 | 3.638 | 0.010 |
| SK ~ t + t² | 15.453 | 17.293 | 0.045 |
Menšie chyby dosiahol model SK ~ CZ + EU. Ak by som ho teraz vybral ako „lepší“, tie isté roky by som už nemohol použiť na jeho nezávislé overenie.
2. Theilov rozklad druhého modelu
U_b <- theil_rozklad(skutocnost, prognoza_b)
sum(U_b) # kontrola: sucet = 1[1] 1
round(100 * U_b, 1) # podiely v % UM US UC
60.0 22.6 17.5
V druhom modeli dominuje zložka priemeru (U^M) (60,0 %). Trendový model je teda systematicky posunutý: predpokladá iné tempo rastu, ako v testovacích rokoch skutočne nastalo.
3. Intervaly pre jeden rok
posledny <- nrow(intervaly)
c(rok = intervaly$Rok[posledny],
sirka_CI = intervaly$CI_horna[posledny] - intervaly$CI_dolna[posledny],
sirka_PI = intervaly$PI_horna[posledny] - intervaly$PI_dolna[posledny]) rok sirka_CI sirka_PI
2025.00000 22.09728 25.32243
Predikčný interval je širší, lebo okrem neistoty odhadu koeficientov (tú obsahuje aj interval spoľahlivosti) zahŕňa aj náhodnú odchýlku konkrétneho roka \(u_0\), teda člen „1 +“ pod odmocninou.
4. Metodická reflexia
Údaje sa majú rozdeliť ešte pred začiatkom modelovania, aby testovacie roky ostali pre model úplne neznáme. Ja som v predchádzajúcich cvičeniach videl celé obdobie, vrátane prudkého rastu v rokoch 2021 – 2022 a stagnácie v roku 2023, a podľa toho som vyberal premenné aj tvar modelu. Výsledky preto môžu vyzerať lepšie, ako by vyzerali pri skutočnej prognóze. Pri časových radoch navyše platí, že test na posledných 4 rokoch hovorí iba o jednom konkrétnom období.
Dobrovoľné rozšírenie: iný koniec odhadovej vzorky
Pri časovom rade nemá zmysel meniť set.seed(). Namiesto toho posuniem koniec odhadovej vzorky a vždy predpoviem nasledujúce roky.
vysledky_posun <- data.frame()
for (koniec in 2017:2021) {
odh <- udaje7[udaje7$Rok <= koniec, ]
tes <- udaje7[udaje7$Rok > koniec, ]
m <- lm(SK ~ CZ + EU, data = odh)
e <- tes$SK - predict(m, newdata = tes)
vysledky_posun <- rbind(vysledky_posun,
data.frame(Odhad_do = koniec, Test_rokov = nrow(tes),
MAE = mean(abs(e)), RMSE = sqrt(mean(e^2))))
}
vysledky_posun |>
kable(digits = 2, col.names = c("Odhad do roku", "Testovacích rokov", "MAE", "RMSE"),
caption = "Chyby pri rôznom konci odhadovej vzorky") |>
kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)| Odhad do roku | Testovacích rokov | MAE | RMSE |
|---|---|---|---|
| 2017 | 8 | 6.69 | 7.93 |
| 2018 | 7 | 5.90 | 6.50 |
| 2019 | 6 | 8.27 | 8.75 |
| 2020 | 5 | 11.65 | 11.80 |
| 2021 | 4 | 2.55 | 3.64 |
Chyby sa menia podľa toho, kde rozdelenie urobím. Jedno rozdelenie preto nestačí na seriózne hodnotenie modelu, lepšie je opakované hodnotenie s postupne sa posúvajúcim oknom (rolling origin).
Bonus: ex ante prognóza na roky 2026 – 2028
Trendový model potrebuje iba rok, preto ním viem urobiť skutočnú prognózu do budúcnosti. Odhadnem ho na celom období.
model_trend <- lm(SK ~ t + I(t^2), data = udaje7)
buduce <- data.frame(Rok = 2026:2028)
buduce$t <- buduce$Rok - 2010
buduce <- cbind(buduce, predict(model_trend, newdata = buduce,
interval = "prediction", level = 0.95))
buduce[, c("Rok", "fit", "lwr", "upr")] |>
kable(digits = 1, row.names = FALSE,
col.names = c("Rok", "Prognóza", "PI dolná", "PI horná"),
caption = "Ex ante prognóza indexu cien bývania SK (95 % predikčný interval)") |>
kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)| Rok | Prognóza | PI dolná | PI horná |
|---|---|---|---|
| 2026 | 221.8 | 207.8 | 235.8 |
| 2027 | 239.2 | 223.5 | 254.8 |
| 2028 | 257.6 | 239.8 | 275.4 |
Prognóza predpokladá, že sa doterajší zrýchľujúci sa trend nezmení. Zmena úrokových sadzieb alebo miezd by ju mohla výrazne posunúť, preto ju beriem len ako ilustráciu.
Záver a uloženie pamäte
Regresný model som použil na prognózu indexu cien bývania na Slovensku. Kvalitu prognóz som hodnotil na rokoch, ktoré pri odhade neboli použité, pomocou ME, MAE, RMSE, MAPE, Theilovho koeficientu \(U_1\) a Theilovho rozkladu. Pri časových radoch som údaje delil chronologicky a model porovnal aj s naivnou prognózou „posledná známa hodnota“.
udaje7$Model <- NULL
save.image(file = "pamat.Rdata")Dokumentácia k použitým funkciám
- stats::lm: odhad lineárneho regresného modelu.
- stats::predict.lm: bodové prognózy a intervaly.