Pronóstico: Modelo diferentes para 1 mes, 2 meses, previsiones de 6 meses?

Question

Todavía estoy tratando de expandir mis estadísticas y pronósticos técnica de conocimiento.

Ahora mismo estoy a la previsión de temporada con patrones, por lo que el modelo más simple que puedo entender con la estacionalidad es una de Holt-Winters/ Triple modelo de suavizado exponencial.

Para muchas de nuestras decisiones, no sólo necesitamos predicciones para un mes, pero también de dos meses, y aun hasta los 6 meses, o más.

Obviamente exactitud cada vez más se va por la ventana como la que se intenta pronóstico de 6 meses fuera, pero, creo que hacemos lo que podemos.

La primera cosa que he notado de inmediato después de la creación de la triple modelo de suavizado exponencial, y se inició la temporada de tendencia de los valores-es que sin duda hay diferentes 'óptimo' alfa (nivel a), beta (tendencia) y gamma (estacionalidad) valores, dependiendo de si usted tiene la previsión de un mes, o 6 meses.

Como usted puede haber adivinado, 1 mes de pronóstico tiene una mayor precisión para un conjunto de datos de prueba con un mayor valor de alfa (el más fuerte de los últimos valores) -- y a los 6 meses es mejor con un menor valor de alfa.

No es que importe mucho, pero el 2 mes está más cerca de la de 1 mes de modelo, y la 3-4-5 parece estar más cerca de los 6 meses, pero todos ellos tienen su local 'óptimo' de los valores.

Así que si necesito un rodillo de previsión para los próximos 6 meses --- soy yo para el uso de un modelo, o se supone que voy a utilizar un conjunto diferente de alfa-beta-gamma valores dependiendo de lo lejos el valor de la predicción es?

Tengo un menor de edad de fondo en las estadísticas, pero sé que es de fácil uso indebido/ leído mal. No sé si el uso de dos o tres modelos diferentes de este tipo puede conducir a errores.

Answer 1

De lo que se habla es el uso de un "directo" de previsión de la estrategia en lugar de la más popular "recursivo" la previsión de la estrategia.

En un recursiva estrategia, un modelo es ajustado, generalmente se basa en la minimización de la de un solo paso pronóstico del error cuadrático medio, y los pronósticos para todos los horizontes de futuro se calcula mediante la iteración de las ecuaciones a lo largo del tiempo. Si el modelo es lineal, y el mismo que el de los datos de proceso de generación, esto es óptima. Pero en realidad, el modelo es una aproximación a lo que generan los datos, y la mayoría de los fenómenos del mundo real no son lineales.

Contrariamente a lo que @Tom Reilly afirma, existe una considerable literatura académica sobre este problema, pero muy poco software implementa alternativas para el enfoque recursivo. El problema es dirigida, y algunos de los asociados de la literatura se hace referencia, en mi reciente de papel con Souhaib Ben Taieb: http://robjhyndman.com/conference/boostingar/

La conclusión es que usted debe probar diferentes enfoques y elegir lo que funciona mejor para su problema. En este caso, le sugiero que pruebe el método directo (con diferentes parámetros para los diferentes horizontes) y comparar la precisión de los pronósticos con lo que se obtiene utilizando el enfoque recursivo.

Answer 2

Este es un problema muy común en los negocios de previsión, donde queremos sensible previsiones para el corto plazo sin sacrificar el rendimiento a largo plazo.

Usted puede probar sus datos para ver esta yendo de nuevo a través de varios de los gal y de exclusión de los períodos para ver los modelos que funcionan mejor en diferentes gal-tal vez uno de los modelos hace bien 1-3 períodos, pero sí hace mucho mejor durante un largo horizonte.

El pronóstico y la precisión de las funciones del pronóstico del paquete en R que la forma de hacer este tipo de cosas bastante sencillo.

Una vez que los datos, tienes más opciones subjetivas de hacer-es el uso de un único modelo que tiene algún tipo de conexión a la explicación de los datos preferible, incluso si tiene más de error de un enfoque mixto que usan diferentes tipos de modelos para diferentes horizontes de tiempo?

Answer 3

John,

No estoy seguro de que está alimentando estas teorías acerca de los parámetros de modelo siendo óptimo para períodos hacia fuera, pero simplemente no es correcto. Por favor compartir la fuente de tu comentario (libros, páginas web, software, etcetera.) Me gustaría leer más acerca de esto. Usted quiere un modelo para describir las variaciones históricas y también los períodos que son afloramientos y luego lo previsión. Eso es todo.