Compare datos emparejados modelados (ajustados) con datos reales en el problema de pronóstico (hoja de Excel incluida)

Question

En mi intento de aprender de previsión y mejorar mis conocimientos estadísticos, he decidido previsión de la población de un área determinada. He adjuntado el archivo de excel que he utilizado. Yo sé que estoy usando excel que no es muy común por aquí. Estoy familiarizado con R, pero prefiero excel para un análisis rápido como este.

La recogida de datos es de 1921 a 2009. La previsión período entre 2010 y 2019. Yo:

• Arima sobre todos los datos
• Arima en los últimos 10 años de los datos
• Regresión lineal durante el período de tiempo completo
• Regresión lineal en los últimos 10 años
• Modelo ajustado utilizando Eureqa software
• El promedio de los modelos superiores, sin que el total de regresión lineal.

El pronóstico de la hoja de cálculo incluye todos los datos en bruto, mientras que la previsión simplificado de la hoja de cálculo incluye el gráfico simplificado para ver mejor los resultados.

La pregunta, ¿cuáles son algunas de las maneras en que puedo validar y/o calibrar mis pronósticos, los números, las hipótesis de trabajo, y mejorar mi análisis a partir de un nivel de aficionados a algo que es más profesional.

Gracias

Archivo De Excel

Answer 1

Rápida de tres puntas después de revisar su hoja de excel:

1) Si se utiliza un derivado sobre la métrica de población, en este caso) y trate de ajuste de los modelos a través de ella, usted puede conseguir un ajuste más suave al eliminar la inicial 'salto' en sus pronósticos. Por ejemplo, en la "PREDICCIÓN" de la hoja de crear una nueva métrica que calcula ((B3/B2)-1) y se ajustan al modelo a través de la nueva métrica.

2) Tratar de encontrar patrones en los datos antes de la elección de su período. Por ejemplo, veo que usted eligió los últimos 10 años para el modelo de predicción. Que es grande ya que el crecimiento ralentizado en torno a estos años, así que probablemente mejor para la predicción.

3) Esto es más de un objetivo basado en el enfoque. Tratar de determinar lo que se esta previsión va a ser utilizado para. Si era para la planificación de suministro de alimentos para una ciudad, tal vez usted prefiere a sobreestimar. Si es por los ingresos fiscales, prefiere a subestimar, etc. Esto también le ayudará a elegir el correspondiente período de predicción, y la construcción de un "rango" de previsiones en lugar de una determinada expectativa.

Espero que esto sea útil! Y buena suerte con tu trabajo, Erad