Tijdreeks-crossvalidatie

Voorspellen in R

Rob J. Hyndman

Professor of Statistics at Monash University

Tijdreeks-crossvalidatie

ch2_vid4_slides.002.png

Tijdreeks-crossvalidatie

ch2_vid4_slides.003.png

Tijdreeks-crossvalidatie

ch2_vid4_slides.004.png

Tijdreeks-crossvalidatie

ch2_vid4_slides.005.png

tsCV-functie

MSE met tijdreeks-crossvalidatie

e <- tsCV (oil, forecastfunction = naive, h = 1)
mean(e^2 , na.rm = TRUE)

2355.753

Als er geen parameters te schatten zijn, geeft tsCV met h=1 dezelfde waarden als residuen

tsCV-functie

  sq <- function(u){u^2}
  tsCV(oil, forecastfunction = naive, h = 10) %>%
    sq() %>% colMeans(na.rm=TRUE)

      h=1       h=2       h=3       h=4       h=5       h=6
 2355.753  5734.838  9842.239 14299.997 18560.887 23264.410
      h=7       h=8       h=9      h=10
26932.799 30766.136 32892.200 32986.214

De MSE neemt toe met de voorspellingshorizon

tsCV-functie

Kies het model met de kleinste MSE via tijdreeks-crossvalidatie
Bereken dit op de voor jou relevante horizon

Laten we oefenen!

Voorspellen in R