Cómo presentar los resultados de la previsión de series temporales

Question

Estoy haciendo una previsión de carga eléctrica en la que he utilizado una validación cruzada de 5 pliegues y he calculado el MAPE para cada división de la siguiente manera:

NIC 12.4070736159999    12.4381016317022    13.012084025233 12.8202279490414    13.0173158393873
QLD 11.1222557214741    11.2011253786453    11.0949104146992    11.0204844071916    10.9866043178404
SA  18.1933345652622    16.5824118552869    16.9662739986567    22.0912790309511    18.7201687363193
TAS 10.9283795353769    10.8375790347786    10.9969285266692    10.65564127531  10.830705163829
VIC 14.4304582955302    13.749822370597 14.185836762341 14.1723784565888    14.8015564381059

Quiero mostrar los resultados en mi trabajo de investigación pero no sé cómo presentar los resultados. Quiero saber, aparte de mostrar el MAPE para cada pliegue, ¿qué más se muestra en el documento? (como las desviaciones estándar del error, el intervalo de confianza, etc.)

Answer 1

Lamentablemente, los documentos de previsión estándar sólo muestran la medias de errores, por lo que mostraría los promedios de sus MAPE.

A menudo, los autores comienzan a discutir las diferencias en el tercer dígito significativo. Sin una noción de la variación en errores, esto no tiene sentido. Por lo tanto, le recomiendo encarecidamente que indique la variación de sus errores, por ejemplo, dando las desviaciones estándar.

Además, es una práctica habitual en los trabajos de previsión (de la carga y otros) presentar resultados sobre múltiples medidas de error, por ejemplo, el rmse o el mae además de la mapear .

Le sugiero que hojee un par de documentos de previsión de carga y déjese inspirar por lo que encuentre allí.

---

Para tus datos específicos, una visualización agradable y útil podría ser un gráfico de puntos como éste (fíjate en que he salpicado los puntos horizontalmente para reducir el exceso de trazado):

mapes <- structure(c(12.4070736159999, 11.1222557214741, 18.1933345652622, 
10.9283795353769, 14.4304582955302, 12.4381016317022, 11.2011253786453, 
16.5824118552869, 10.8375790347786, 13.749822370597, 13.012084025233, 
11.0949104146992, 16.9662739986567, 10.9969285266692, 14.185836762341, 
12.8202279490414, 11.0204844071916, 22.0912790309511, 10.65564127531, 
14.1723784565888, 13.0173158393873, 10.9866043178404, 18.7201687363193, 
10.830705163829, 14.8015564381059), .Dim = c(5L, 5L), .Dimnames = list(
    c("NIC", "QLD", "SA", "TAS", "VIC"), NULL))

set.seed(1)
xx <- runif(nrow(mapes)*ncol(mapes),-0.3,0.3)+rep(1:ncol(mapes),nrow(mapes))
plot(xx,as.vector(mapes),pch=19,xaxt="n",ylab="",xlab="",main="MAPE")
axis(1,seq_along(rownames(mapes)),rownames(mapes))