¿Qué diferencia hay entre las previsiones "dentro de la muestra" y "fuera de la muestra"?

Question

No entiendo cuál es exactamente la diferencia entre predicción "dentro de la muestra" y "fuera de la muestra". Un en la muestra previsión utiliza un subconjunto de los datos disponibles para pronosticar valores fuera del periodo de estimación. Un fuera de la muestra previsión utiliza en cambio todos los datos disponibles . ¿Son correctos?

En concreto, ¿es correcta la siguiente definición?

Una previsión dentro de la muestra utiliza un subconjunto de los datos disponibles para pronosticar valores fuera del periodo de estimación y compararlos con los correspondientes resultados conocidos o reales. Esto se hace para evaluar la capacidad del modelo de predecir valores conocidos. Por ejemplo, una previsión dentro de la muestra de 1980 a 2015 podría utilizar datos de 1980 a 2012 para estimar el modelo. Con este modelo, el pronosticador predeciría los valores de 2013 a 2015 y compararía los valores previstos con los valores reales conocidos. En cambio, una previsión fuera de la muestra utiliza todos los datos disponibles en la muestra para estimar un modelo. En el ejemplo anterior, la estimación se realizaría a lo largo de 1980-2015, y las previsiones comenzarían en 2016.

Answer 1

Por "muestra" se entiende la muestra de datos que se utiliza para ajustar el modelo.

En primer lugar, tiene una muestra
En segundo lugar, se ajusta un modelo a la muestra
Tercero: puede utilizar el modelo para hacer previsiones

Si se hace una previsión para una observación que formaba parte de la muestra de datos, se trata de una previsión dentro de la muestra.

Si se hace una previsión para una observación que no formaba parte de la muestra de datos, se trata de una previsión fuera de la muestra.

Así que la pregunta que hay que hacerse es: ¿Se utilizó la observación particular para el ajuste del modelo o no? Si se utilizó para el ajuste del modelo, la previsión de la observación está dentro de la muestra. En caso contrario, está fuera de la muestra.

si se utilizan los datos de 1990-2013 para ajustar el modelo y luego se pronostica para 2011-2013, se trata de una previsión dentro de la muestra. pero si sólo se utiliza 1990-2010 para ajustar el modelo y luego pronosticar 2011-2013, entonces es previsión fuera de muestra.

Answer 2

Suponga que en su muestra tiene una secuencia de 10 puntos de datos. Estos datos pueden dividirse en dos partes: por ejemplo, los primeros 7 puntos de datos para estimar los parámetros del modelo y los siguientes 3 puntos de datos para probar el rendimiento del modelo. Utilizando el modelo ajustado, las predicciones realizadas para los primeros 7 puntos de datos se denominarán previsiones dentro de la muestra y las mismas para los últimos 3 puntos de datos se denominarán previsiones fuera de la muestra. Esto es lo mismo que la idea de dividir los datos en conjunto de entrenamiento y conjunto de validación.

Answer 3

El siguiente diagrama le ayudará a entender el EN TIEMPO y FUERA DE TIEMPO

Answer 4

En la muestra La previsión es el proceso de evaluar formalmente la capacidad de predicción de los modelos desarrollados a partir de los datos observados para ver la eficacia de los algoritmos en la reproducción de los datos. Es algo parecido a un conjunto de entrenamiento en un algoritmo de aprendizaje automático y el fuera de la muestra es similar al conjunto de pruebas.

Answer 5

Considero que la muestra interna se utiliza para construir un modelo. Y fuera de la muestra significa examinar el modelo que utiliza los datos de la imuestra. Sólo le gusta el análisis de datos de entrenamiento y prueba.