Прогнозирование временных рядов с наивной моделью

Question

Я хочу предсказать временные ряды с Наивной моделью.

Это мой набор данных:

results=c(461,447,319,403,332,461,502,476,388,424,363,325,420,495,444,486,367,296,362,444,361,413,403,341,311,205,413,360,243,90,388,498,478,599,245,514,626,546,462,353,463,545,626,591,371,487,553,569,572,481)

company_results=data.frame(results)

Каждое число соответствует 1 дню результатов и каждые 5 дней дают мне 1 неделю. Я хочу разделить мои данные на 7 недель на поезд и 3 на тест. Но моя главная цель - сначала спрогнозировать следующую неделю с 7 неделями, вторым прогнозировать вторую на следующей неделе с 7 неделями обучения и 1 тестом (8 недель), третьим предсказать третью на следующей неделе с 7 неделями обучения и 2 тестами (9 недель) и так далее. Итак, для этого я сделал это,

results_naive<-data.frame()
ts_test_acumulative=NULL


for (m in 1:3){
ts_train <- head(tsData, 5*7 +(m-1)*5)
  ts_test <- tail(head(tsData, 5*7 +(m-1)*5 + 5),5)

  #NAIVE#
  naive_mod = naive(ts_train, h=5)
  naive_model=forecast(naive_mod)

 ``` results_naive=c(results_naive,naive_model$mean)
 ``` ts_test_acumulative=c(ts_test_acumulative,ts_test)

}```

```naive_R2<-cor(unlist(results_naive), ts_test_acumulado)^2```


When I try to do this, my R-Squared gives me a lower value. Did I make something wrong?