Prefazione

Benvenuti nel nostro libro online sulle previsioni.

Questo testo si propone di fornire un’introduzione completa ai metodi di previsione e di dare informazioni sufficienti su ciascun metodo affinché i lettori possano utilizzarli in modo sensato. Non viene offerta una discussione approfondita dei dettagli teorici che stanno alla base di ogni metodo, anche se molti di questi dettagli sono disponibili nei riferimenti presenti alla fine di ogni capitolo.

Il libro si rivolge a tre tipologie di pubblico: (1) professionisti chiamati a fare previsioni in azienda senza aver ricevuto una formazione specifica in materia; (2) studenti universitari di economia; (3) studenti di master impegnati in un corso di previsione. Noi stessi lo utilizziamo per gli studenti di master e per gli studenti del terzo anno della Monash University, in Australia. Per la maggior parte del materiale presentato si presuppone solo che i lettori abbiano familiarità con la statistica di base e con la matematica delle scuole secondarie di secondo grado. Ci sono un paio di paragrafi che richiedono anche la conoscenza delle matrici, ma sono adeguatamente segnalati.

Alla fine di ogni capitolo viene fornito un elenco di “ulteriori letture”. In generale, questi elenchi comprendono libri di testo che offrono una trattazione più avanzata o dettagliata dell’argomento. Se non esiste un libro di testo adatto, suggeriamo articoli di riviste che forniscono maggiori informazioni.

Utilizziamo R in tutto il libro e ci proponiamo che gli studenti imparino a fare previsioni con R. R è gratuito e disponibile su quasi tutti i sistemi operativi. È un ottimo strumento per tutte le analisi statistiche, non solo per le previsioni. Per istruzioni sull’installazione e l’utilizzo di R, si può consultare l’appendice Usare R.

Tutti gli esempi in R contenuti nel libro presuppongono che sia stato caricato prima il package fpp3:

library(fpp3)
#> ── Attaching packages ──────────────────────────────── fpp3 0.4.0 ──
#> ✔ tibble      3.1.8      ✔ tsibble     1.1.2 
#> ✔ dplyr       1.0.10     ✔ tsibbledata 0.4.1 
#> ✔ tidyr       1.2.0      ✔ feasts      0.3.0 
#> ✔ lubridate   1.8.0      ✔ fable       0.3.2 
#> ✔ ggplot2     3.3.6      
#> ── Conflicts ───────────────────────────────────── fpp3_conflicts ──
#> ✖ lubridate::date()    masks base::date()
#> ✖ dplyr::filter()      masks stats::filter()
#> ✖ tsibble::intersect() masks base::intersect()
#> ✖ tsibble::interval()  masks lubridate::interval()
#> ✖ dplyr::lag()         masks stats::lag()
#> ✖ tsibble::setdiff()   masks base::setdiff()
#> ✖ tsibble::union()     masks base::union()

Il comando library(fpp3) caricherà i dataset rilevanti e le diverse librerie (package) sopra elencati. Queste includono diverse librerie tidyverse, insieme a librerie per gestire le serie temporali e le previsioni in un contesto tidy.

L’output generato dallo script riporta anche le versioni delle librerie utilizzate per la compilazione di questa edizione del libro. Si tenga presente che alcuni esempi contenuti nel libro potrebbero non funzionare con versioni precedenti dei package.

Infine, l’output elenca alcuni conflitti e mostra quale funzione sarà preferita quando una funzione con lo stesso nome è presente in più pacchetti.

Il libro si differenzia da altri manuali di previsione per diversi aspetti.

  • È gratuito ed online, il che lo rende accessibile ad un vasto pubblico.
  • Utilizza R, un software gratuito ed open-source estremamente potente.
  • La versione online è continuamente aggiornata. Non è necessario aspettare l’edizione successiva per eliminare gli errori o discutere nuovi metodi. Il libro verrà aggiornato frequentemente.
  • Ci sono decine di esempi di dati reali tratti dalla nostra attività di consulenza. Abbiamo lavorato con centinaia di aziende ed enti per aiutarli a risolvere problemi di previsione, e questa esperienza è confluita direttamente in molti degli esempi qui riportati, oltre a guidare la nostra filosofia generale di previsione.
  • Poniamo l’accento sui metodi grafici più di quanto non faccia la maggior parte dei previsori. Utilizziamo i grafici per esplorare i dati, analizzare la validità dei modelli applicati e presentare i risultati delle previsioni.

Cambiamenti nella terza edizione

Il cambiamento più importante nella terza edizione del libro è l’utilizzo dei pacchetti tsibble e fable anziché del pacchetto forecast. Questo permette una stretta integrazione con la collezione di pacchetti tidyverse. Di conseguenza, abbiamo sostituito molti esempi per sfruttare le nuove funzionalità.

Abbiamo anche aggiunto del nuovo materiale sulle funzioni delle serie temporali e riorganizzato il contenuto in modo che i capitoli 24 trattino l’analisi esplorativa delle serie temporali, prima di introdurre i metodi di previsione. Questo perché è necessario avere una buona comprensione delle serie temporali, dei loro schemi e delle loro caratteristiche, prima di tentare di costruire modelli e produrre previsioni.

I lettori più attenti delle versioni precedenti del libro ci hanno segnalato i refusi che avevano riscontrato. Questi sono stati immediatamente aggiornati online. Sicuramente abbiamo introdotto nuovi errori, che correggeremo online non appena anch’essi verranno individuati. Vi preghiamo di continuare a segnalarci questi errori.

Se avete domande sull’uso delle librerie R discusse in questo libro o sulle previsioni in generale, chiedete pure sul sito web della comunità RStudio.

 

Buona previsione!

Rob J Hyndman e George Athanasopoulos

Settembre 2022


i Per citare la versione online di questo libro, si prega di utilizzare il seguente riferimento:

Hyndman, R.J., & Athanasopoulos, G. (2021) Forecasting: principles and practice, 3rd edition, OTexts: Melbourne, Australia. OTexts.com/fpp3. Consultato il giorno <current date>.

 

Questa versione online del libro è stata aggiornata l’ultima volta il 14 March 2023.

La versione inglese a stampa del libro (disponibile su Amazon) è stata aggiornata l’ultima volta il 31 maggio 2021.