[英]Thoughts: time series modeling with fable and cross validation
我正在使用寓言和交叉验证构建时间序列模型,以确定要使用的最佳模型定义。 建模有风险吗
model(ETS(GDP))
对比
model(ETS(GDP ~ error('A') + trend('A') + season('A')) and other ETS methods
我问这个是因为当我仔细阅读**model(ETS(GDP))**
,选择的模型在某些 .id 中是不同的。 例如,ETS(A, A, A) 表示 id = 1,ETS(A, Ad, A) 表示 id = 2 等。如果是这种情况,定义 ETS 的所有变体以便确保一致性?
这是我指的一个mable:
# A mable: 7 x 5
# Key: .id, LOB [7]
.id LOB ETS ETS_Exponential ARIMA_Exponential
<int> <chr> <model> <model> <model>
1 1 LG <ETS(A,N,N)> <ETS(A,N,N)> <ARIMA(0,0,1) w/ mean>
2 2 LG <ETS(M,N,N)> <ETS(A,N,N)> <ARIMA(0,0,1) w/ mean>
3 3 LG <ETS(A,N,N)> <ETS(A,N,N)> <ARIMA(0,0,1) w/ mean>
4 4 LG <ETS(A,N,N)> <ETS(A,N,N)> <ARIMA(0,0,1) w/ mean>
5 5 LG <ETS(A,N,N)> <ETS(M,N,N)> <ARIMA(0,0,1) w/ mean>
6 6 LG <ETS(A,N,N)> <ETS(M,N,N)> <ARIMA(0,0,0) w/ mean>
7 7 LG <ETS(A,N,N)> <ETS(M,N,N)> <ARIMA(0,0,0) w/ mean>
谢谢。
为什么您希望模型相同? 例如,如果您出于某种原因想要比较模型参数,那么您可能希望将同一模型拟合到所有系列。 但是,如果您只想要良好的预测,您可能最好为不同的系列使用不同的模型——有些是趋势性的,有些是季节性的,等等,您可能需要考虑到这一点。
如果有疑问,您可以尝试两种方法,看看哪一种给出了最好的预测(假设这是您的最终目的)。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.