0

私は約10000の時系列を持っています。

auto.arima 関数を使いたかったhttp://www.inside-r.org/packages/cran/forecast/docs/auto.arima

10000 時系列の auto.arima モデルの精度をテストしたかったのです。私はデータ ポイントの 20% を差し控えており (40 のうちのサンプルが表示される場合は 8 を差し控えます)、auto.arima に予測させます。次に、生成された 8 つの値を実際の 8 つの値と比較できます。
しかし、ARIMA モデルの精度をテストする正式な方法はありますか? 私のアプローチは正しいですか？

y=auto.arima(x)
plot(forecast(y,h=8))

サンプル時系列 1

0.0003748,0.0003929,0.0003653,0.0003557,0.0004463,0.000349,0.0003099,0.0003395,0.0003157,0.0002871,0.0002604,0.0002422,0.0001917,0.0002117,0.0002689

時系列2

0.0003977,0.0003481,0.0002413,0.0002069,0.0002127,0.0002108,0.0002003,0.0002174,0.0002098,0.0002069,0.0001955,0.0001926,0.0002108,0.0002146,0.0002079
4

1 に答える 1

0

あなたの Q は、 と の特定の使用法よりも、予測精度を比較するためのさまざまな指標に関するものであるように思えauto.arima()ますforecast()。その場合、使用できるメトリックがいくつかあります。概要については、を参照してください。

https://en.wikipedia.org/wiki/Forecasting#Forecasting_accuracy

それらのそれぞれには、その支持者と批判者がいます。たとえば、次の論文を参照してください。

http://robjhyndman.com/papers/mase.pdf

使用する精度指標に関係なく、予測のためにデータの 20% を差し控えている理由を正当化できる必要があります。

ただし、さまざまなモデル形式に関心がある場合は、いくつかのオプションもあります。たとえば、コメントで提案されているように、

  1. （または同等のものを使用して）同じ一変量モデル（アプリオリに指定）を各時系列に適合させます。arima()
  2. を使用して、(潜在的に) 異なる単変量モデルを各時系列に適合させauto.arima()ます。また
  3. 多変量モデルをすべての時系列に当てはめます。

あなたが興味を持っているのが＃3なら、私はMARSSここのパッケージを提案します：

https://cran.r-project.org/web/packages/MARSS/index.html

ユーザーガイドはこちら：

https://cran.r-project.org/web/packages/MARSS/vignettes/UserGuide.pdf

于 2015-09-29T22:25:14.670 に答える