Estoy probando un marco de previsión que he desarrollado. Estoy utilizando un modelo de conjunto (mezcla de Lineal, HTA, ARMA, Bayesiano,) que era considerablemente mejor que las previsiones medias cuando las comparaba utilizando el Error Medio Porcentual Absoluto (MAPE) para una diferencia punto por punto sobre 500 muestras de series temporales diferentes. Sin embargo, me pidieron que cambiara el cálculo del error a una suma acumulativa al final del período de previsión (es decir, la suma acumulativa del período de previsión frente a la suma acumulativa de los valores reales). Y ahora parece que la previsión media es casi tan buena como la previsión de conjunto. No sé si alguien más ha observado un comportamiento similar. ¿Qué se me escapa?
Respuesta
¿Demasiados anuncios?
karlis
Puntos
515
Sidhha, tu problema, por lo que veo, surge en gran medida por utilizar un modelo de conjunto. En un modelo mixto de este tipo, la MAPE de una de las series temporales subyacentes puede afectar a la MAPE global, dando resultados erróneos. Le sugiero que intente utilizar un MAPE simétrico (sMAPE) o un error porcentual absoluto ponderado (WAPE). Estoy seguro de que los resultados serán coherentes con la prueba de sumas acumuladas que está realizando.
