Econometrics in R - cvičenie 7

Prognóza indexu cien bývania na Slovensku

Autor

Riano Vajas
(podľa predlohy V. Gazdu)

Publikované

16. novembra 2026

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.

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")])
}
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)
Údaje pripravené v predchádzajúcich cvičeniach
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)
Chronologické rozdelenie údajov
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)
Koeficienty odhadnuté len na rokoch odhadovej vzorky
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)
Prognózy pre testovacie roky
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)

Skutočné a prognózované hodnoty; prognostické chyby
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)

Index cien bývania SK: odhadové obdobie, testovacie obdobie a prognóza

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)
Kvalita prognóz na testovacej vzorke
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)
Regresia oproti jednoduchým referenčným prognózam
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)
Theilov koeficient U1 na testovacej vzorke
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)
Theilov rozklad MSE
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"))

Percentuálny podiel zložiek Theilovho rozkladu MSE

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$Rok,
  Skutocnost = skutocnost,
  Prognoza = prognoza,
  CI_dolna = interval_priemer[, "lwr"],
  CI_horna = interval_priemer[, "upr"],
  PI_dolna = interval_jednotlivec[, "lwr"],
  PI_horna = interval_jednotlivec[, "upr"]
)
intervaly |>
  kable(digits = 2, row.names = FALSE,
        col.names = c("Rok", "Skutočnosť", "Prognóza", "CI dolná", "CI horná",
                      "PI dolná", "PI horná"),
        caption = "Klasické 95 % intervaly") |>
  kable_styling(bootstrap_options = c("striped", "hover"), full_width = FALSE)
Klasické 95 % intervaly
Rok Skutočnosť Prognóza CI dolná CI horná PI dolná PI horná
2022 175.41 176.37 167.23 185.50 165.34 187.40
2023 175.08 175.56 167.80 183.31 165.64 185.48
2024 181.67 183.49 175.38 191.61 173.29 193.70
2025 204.22 197.26 186.21 208.31 184.60 209.92
pokrytie_PI <- mean(skutocnost >= intervaly$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)
Porovnanie dvoch modelov na rovnakých testovacích rokoch
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)
Chyby pri rôznom konci odhadovej vzorky
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)
Ex ante prognóza indexu cien bývania SK (95 % predikčný interval)
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