एक्सपायरी स्मूथिंग बनाम एआरआईएमए का उपयोग कब करें?


12

मैं हाल ही में काम पर कुछ मासिक पूर्वानुमानों पर काम करते हुए और रॉब ह्यंडमैन की पुस्तक को पढ़ते हुए अपने पूर्वानुमान ज्ञान को ताज़ा कर रहा हूं, लेकिन जिस जगह पर मैं संघर्ष कर रहा हूं वह एक घातीय चौरसाई मॉडल बनाम एआरआईएमए मॉडल का उपयोग करना है। क्या अंगूठे का एक नियम है जहां आपको एक कार्यप्रणाली का उपयोग दूसरे बनाम करना चाहिए?

इसके अलावा, चूंकि आप AIC का उपयोग उन दोनों की तुलना करने के लिए नहीं कर सकते हैं, जो आपको RMSE, MAE, आदि द्वारा जाना है?

वर्तमान में मैं सिर्फ प्रत्येक में से कुछ का निर्माण कर रहा हूं और त्रुटि उपायों की तुलना कर रहा हूं लेकिन मुझे यकीन नहीं था कि क्या कोई बेहतर तरीका है।


जैसा कि मैं Hyndman की पुस्तक से याद करता हूं, स्मूथिंग तकनीकों का एक प्रमुख बिंदु डेटा को सुचारू करना है। यह शोर या शोर की अस्थिरता पर विचार नहीं करता है। यह भविष्यवाणियों के लिए इस्तेमाल किया जा सकता है, लेकिन यह मुख्य बिंदु नहीं लगता है।
मेहर

3
@aginensky, घातीय चौरसाई निश्चित रूप से एक लोकप्रिय और प्रभावी पूर्वानुमान तकनीक है। मुझे लगता है कि घातीय चौरसाई मॉडल का मुख्य उपयोग पूर्वानुमान के अलावा और कुछ नहीं है।
रिचर्ड हार्डी

यह सही है, वास्तव में जब तक हाल ही में एक घातीय चौरसाई मॉडल जैसी कोई चीज नहीं थी ; घातीय चौरसाई केवल कंप्यूटिंग पूर्वानुमान के लिए एक एल्गोरिथ्म था , और कुछ नहीं।
क्रिस हग

जवाबों:


4

घातीय चौरसाई वास्तव में एक ARIMA मॉडल का सबसेट है। आप एक मॉडल को ग्रहण नहीं करना चाहते हैं, बल्कि डेटा के लिए एक अनुकूलित मॉडल बनाना चाहते हैं। ARIMA प्रक्रिया चलो आप ऐसा करते हैं, लेकिन आपको अन्य मदों पर भी विचार करने की आवश्यकता है। आपको आउटलेयर के लिए भी पहचान करने और समायोजित करने की आवश्यकता है। यहां आउटलेर्स के साथ त्से के काम पर अधिक देखें


1
एक व्यापक अर्थ में, घातीय चौरसाई ARIMA मॉडल का सबसेट नहीं है, हालांकि रैखिक घातीय चौरसाई मॉडल वास्तव में हैं। Hyndman & Athanasopoulos "पूर्वानुमान: सिद्धांत और अभ्यास" खंड 8.10 देखें
रिचर्ड हार्डी

हाँ आप सही हैं। यह सब सच है कि ARIMA मॉडल हैं जिनका कोई ETS समकक्ष नहीं है। readbag.com/robjhyndman-research-rtimeseries-handout एक उदाहरण डेटासेट होगा जिसमें आप मुझे बता सकते हैं कि इसके लिए एक अच्छा बेंचमार्क होगा?
टॉम रीली

मेरे पास बेंचमार्किंग के लिए एक अच्छा डेटा सेट नहीं है, नहीं।
रिचर्ड हार्डी

मुझे यह जोड़ना चाहिए कि ऑटोबॉक्स (एक सॉफ्टवेयर जो मैं एक हिस्सा हूं) गुणांक <1 को प्रतिबंधित नहीं करता है इसलिए ऑटोबॉक्स के लिए यह गैर-रैखिक गुणों की नकल करता है। ETS भी 1) दलहन, स्तर की शिफ्ट, मौसमी दलहन और एक और केवल 1 प्रवृत्ति की उपेक्षा करता है; 2) त्रुटि विचरण की स्थिरता; 3) समय के साथ मापदंडों की कमी।
टॉम रीली
हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.