想法：帶有寓言和交叉驗證的時間序列建模

Question

我正在使用寓言和交叉驗證構建時間序列模型，以確定要使用的最佳模型定義。 建模有風險嗎

model(ETS(GDP))

對比

model(ETS(GDP ~ error('A') + trend('A') + season('A')) and other ETS methods

我問這個是因為當我仔細閱讀**model(ETS(GDP))** ，選擇的模型在某些 .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。如果是這種情況，定義 ETS 的所有變體以便確保一致性？

這是我指的一個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>

謝謝。

Answer 1

為什么您希望模型相同？ 例如，如果您出於某種原因想要比較模型參數，那么您可能希望將同一模型擬合到所有系列。 但是，如果您只想要良好的預測，您可能最好為不同的系列使用不同的模型——有些是趨勢性的，有些是季節性的，等等，您可能需要考慮到這一點。

如果有疑問，您可以嘗試兩種方法，看看哪一種給出了最好的預測（假設這是您的最終目的）。