क्या आप AIC मानों की तुलना तब तक कर सकते हैं जब तक कि मॉडल समान डेटासेट पर आधारित न हों?


13

मैं आर Hyndman के पूर्वानुमान पैकेज का उपयोग करके आर में कुछ पूर्वानुमान लगा रहा हूं । पैकेज से संबंधित कागज यहां पाया जा सकता है

कागज में, स्वचालित पूर्वानुमान एल्गोरिदम की व्याख्या करने के बाद, लेखक एक ही डेटा सेट पर एल्गोरिदम को लागू करते हैं। हालांकि, दोनों एक घातीय चौरसाई और ARIMA मॉडल का अनुमान लगाने के बाद वे एक बयान देते हैं जो मुझे समझ में नहीं आता (पृष्ठ 17 पर):

ध्यान दें कि सूचना मानदंड तुलनीय नहीं हैं।

मुझे लगा कि मॉडल चयन के लिए एआईसी का उपयोग करने का एक फायदा यह है कि हम विभिन्न मॉडलों से एआईसी के मूल्यों की तुलना कर सकते हैं, जब तक कि वे एक ही डेटा सेट का उपयोग करने का अनुमान नहीं लगाते हैं। क्या यह गलत है?

यह मामला मेरे लिए विशेष रूप से दिलचस्पी का है, क्योंकि मैं विभिन्न मॉडल वर्गों (जैसे घातीय चौरसाई और ARIMA) से पूर्वानुमान के संयोजन की योजना बना रहा था, तथाकथित एकै वेट (देखें बर्नहैम और एंडरसन, 2002, एकैवे नाइट्स पर चर्चा के लिए) का उपयोग करते हुए

संदर्भ

  • बर्नहैम, केपी, एंडरसन, डीआर (2002)। मॉडल चयन और बहु-मॉडल निष्कर्ष: एक व्यावहारिक जानकारी-सिद्धांत संबंधी दृष्टिकोण। स्प्रिंगर वर्लग।

जवाबों:


8

दो मॉडल प्रारंभिक मूल्यों को अलग-अलग तरीके से मानते हैं। उदाहरण के लिए, अलग-अलग होने के बाद, ARIMA मॉडल की गणना कम टिप्पणियों पर की जाती है, जबकि ETS मॉडल की गणना हमेशा डेटा के पूर्ण सेट पर की जाती है। यहां तक ​​कि जब मॉडल समतुल्य होते हैं (जैसे, एक ARIMA (0,1,1) और एक ETS (A, N, N)), तो AIC मान अलग-अलग होंगे।

प्रभावी रूप से, एक ईटीएस मॉडल की संभावना प्रारंभिक राज्य वेक्टर पर सशर्त है, जबकि एक गैर-स्थिर ARIMA मॉडल की संभावना पहले कुछ टिप्पणियों पर सशर्त है, तब भी जब गैर-प्राथमिक घटकों के लिए एक फैलाना पूर्व का उपयोग किया जाता है।


धन्यवाद! यह कुछ चीजों से अधिक को साफ करता है। पूर्वानुमान पैकेज btw प्यार!
tfunk
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.