時系列クロスバリデーション

Rで学ぶ予測入門

Rob J. Hyndman

Professor of Statistics at Monash University

時系列クロスバリデーション

ch2_vid4_slides.002.png

時系列クロスバリデーション

ch2_vid4_slides.003.png

時系列クロスバリデーション

ch2_vid4_slides.004.png

時系列クロスバリデーション

ch2_vid4_slides.005.png

tsCV 関数

時系列クロスバリデーションでのMSE

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

2355.753

推定すべきパラメータがない場合、h=1のtsCVは残差と同じ値になる

tsCV 関数

  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

MSEは予測ホライゾンとともに増加する

tsCV 関数

時系列クロスバリデーションで算出したMSEが最小のモデルを選ぶ
関心の高い予測ホライゾンで計算する

Let's practice!

Rで学ぶ予測入門