Validare încrucișată pentru serii de timp

Prognoze în R

Rob J. Hyndman

Professor of Statistics at Monash University

Validare încrucișată pentru serii de timp

ch2_vid4_slides.002.png

Validare încrucișată pentru serii de timp

ch2_vid4_slides.003.png

Validare încrucișată pentru serii de timp

ch2_vid4_slides.004.png

Validare încrucișată pentru serii de timp

ch2_vid4_slides.005.png

Funcția tsCV

MSE prin validare încrucișată pentru serii de timp

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

2355.753

Atunci când nu există parametri de estimat, tsCV cu h=1 produce aceleași valori ca reziduurile

Funcția tsCV

  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 crește odată cu orizontul de prognoză

Funcția tsCV

Alegeți modelul cu cel mai mic MSE calculat prin validare încrucișată pentru serii de timp
Calculați-l pentru orizontul de prognoză care vă interesează cel mai mult

Să exersăm!

Prognoze în R