मुझे समय-श्रृंखला पूर्वानुमान को स्वचालित करने की आवश्यकता है, और मैं उन श्रृंखलाओं (मौसमी, प्रवृत्ति, शोर, आदि) की विशेषताओं को पहले से नहीं जानता।
मेरा उद्देश्य प्रत्येक श्रृंखला के लिए सर्वोत्तम संभव मॉडल प्राप्त करना नहीं है, बल्कि बहुत खराब मॉडलों से बचना है। दूसरे शब्दों में, हर बार छोटी त्रुटियों को प्राप्त करना कोई समस्या नहीं है, लेकिन बड़ी त्रुटियों को एक बार में प्राप्त करना है।
मैंने सोचा कि विभिन्न तकनीकों के साथ गणना किए गए मॉडल के संयोजन से मैं इसे प्राप्त कर सकता हूं।
यही है, हालांकि ARIMA एक विशिष्ट श्रृंखला के लिए सबसे अच्छा तरीका होगा, यह किसी अन्य श्रृंखला के लिए सबसे अच्छा नहीं हो सकता है; घातीय चौरसाई के लिए भी यही है।
हालाँकि, यदि मैं प्रत्येक तकनीक से एक मॉडल को जोड़ती हूं, भले ही एक मॉडल इतना अच्छा न हो, दूसरा अनुमान को वास्तविक मूल्य के करीब लाएगा।
यह सर्वविदित है कि ARIMA दीर्घकालिक अच्छी तरह से व्यवहार वाली श्रृंखला के लिए बेहतर काम करता है, जबकि घातीय चौरसाई अल्पकालिक शोर श्रृंखला के साथ बाहर खड़ा है।
- मेरा विचार अधिक मजबूत पूर्वानुमान प्राप्त करने के लिए दोनों तकनीकों से उत्पन्न मॉडल को संयोजित करना है, क्या इसका कोई मतलब है?
उन मॉडलों को संयोजित करने के कई तरीके हो सकते हैं।
- यदि यह एक अच्छा तरीका है, तो मुझे उन्हें कैसे संयोजित करना चाहिए?
पूर्वानुमान का एक सरल मतलब एक विकल्प है, लेकिन हो सकता है कि मैं मॉडल के कुछ अच्छाई माप के अनुसार मतलब का वजन करूं तो मुझे बेहतर भविष्यवाणियां मिल सकती हैं।
- मॉडल के संयोजन के समय विचरण का उपचार क्या होगा?