-----r
library(talweg)

P = ${P} #première heure de prévision
H = ${H} #dernière heure de prévision

ts_data = read.csv(system.file("extdata","pm10_mesures_H_loc.csv",
	package="talweg"))
exo_data = read.csv(system.file("extdata","meteo_extra_noNAs.csv",
	package="talweg"))
data = getData(ts_data, exo_data)

indices = seq(as.Date("2015-01-01"),as.Date("2015-12-31"),"days")
-----r
p1 = computeForecast(data, indices, "Neighbors", "Neighbors",
	predict_from=P, horizon=H, simtype="mix", local=FALSE)
p2 = computeForecast(data, indices, "Neighbors", NULL,
	predict_from=P, horizon=H, simtype="none", local=TRUE)
p3 = computeForecast(data, indices, "Average", "Zero",
	predict_from=P, horizon=H)
p4 = computeForecast(data, indices, "Persistence", "Zero",
	predict_from=P, horizon=H, same_day=TRUE)
-----r
e1 = computeError(data, p1, P, H)
e2 = computeError(data, p2, P, H)
e3 = computeError(data, p3, P, H)
e4 = computeError(data, p4, P, H)
options(repr.plot.width=9, repr.plot.height=7)
plotError(list(e1, e4, e3, e2), cols=c(1,2,colors()[258],4))

# noir: Neighbors non-local (p1), bleu: Neighbors local (p2),
# vert: moyenne (p3), rouge: persistence (p4)

## TODO: plot modifié, retourner jour par jour et agréger au mois

## TODO: garder éventuellement ça ::
sum_p23 = e2$abs$indices + e3$abs$indices
i_np = which.min(sum_p23) #indice de jour "facile"
i_p = which.max(sum_p23) #indice de jour "difficile"
% if P == 8:
-----r
options(repr.plot.width=9, repr.plot.height=4)
par(mfrow=c(1,2))

plotPredReal(data, p1, i_np); title(paste("PredReal p1 day",i_np))
plotPredReal(data, p1, i_p); title(paste("PredReal p1 day",i_p))

plotPredReal(data, p2, i_np); title(paste("PredReal p2 day",i_np))
plotPredReal(data, p2, i_p); title(paste("PredReal p2 day",i_p))

# Bleu : prévue ; noir : réalisée (confondues jusqu'à predict_from-1)