data = data[-(nl + ij), ] #suppression de cette série dans data (????)
varexp = varexp[-(nl + ij), ] #idem dans les variables exogènes (date 16/03/2015 + 6 jours
indNA = attr(na.omit(data[, 1:48]),"na.action")
- data = data[-indNA,]
- varexp = varexp[-indNA,]
+ data = data[-indNA,] #remove all pairs of days with NAs
+ varexp = varexp[-indNA,] #and remove corresponding exogenous variables
- # Conditionnement : les jours avec PMjour +/- large
+ # Second conditionnement : les jours avec PMjour +/- large
large = 1
- bornes = mean(dataj[25:48])+c(-large,large)
+ bornes = mean(dataj[25:48]) + c(-large,large)
indcond = varexp[,"PMjour"]>=bornes[1] & varexp[,"PMjour"]<=bornes[2]
- data = data[indcond,]
+ data = data[indcond,] #pollution du 2eme jour == pollution du jour courant +/- 1
varexp = varexp[indcond,]
D = rep(0,nrow(data))
Titre = paste("Jour à prévoir : ",dateJPrev," - ", length(ind)," voisins",sep="")
#erreur = sqrt(sum((dataj[25:48] - JourMoy[25:48])^2))
if(Hc==24)
- erreurPrev=NA
+ erreurPrev = NA
else
erreurPrev = mean(abs(dataj[(H+1):48] - JourMoy[(H+1):48]))
erreur24 = mean(abs(dataj[25:48] - JourMoy[25:48]))