[英]Thoughts: time series modeling with fable and cross validation
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。
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)。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.