2

我正在尝试对我的线性模型执行 CV，该模型具有季节性虚拟变量，所以我不能随机抽样。

y = rnorm(120,0,3) + 20*sin(2*pi*(1:120)/12) 
x = months(ISOdate(2012,1:12,1))
reg.data = data.frame(y, x)
model = lm(y ~ x, data = reg.data)

我的简历功能是：

cross.valid = function(model, min.fit = as.integer(nrow(model$model)*0.7), h = 1)
{
  dados = model$model
  n.rows = nrow(dados)

  results = data.frame(pred = numeric(), actual = numeric())

  for (i in seq(1, n.rows - min.fit - h + 1, by = h))
  {
   dados.train = dados[1:(i + min.fit - 1), ]
   model <- update(model, data = dados.train)

   dados.pred = dados[(i + min.fit):(i + min.fit + h - 1), -1, drop = FALSE]

   predic = predict(model, newdata = dados.pred, interval = 'prediction')
   actual = dados[(i + min.fit):(i + min.fit + h - 1), 1]
   results = rbind(results, data.frame(pred = predic[1:h, 'fit'], actual = actual))
  }

  results
}

例子：

cv1 = cross.valid(model, h = 1)
mae = with(cv1, mean(abs(actual - pred )))
print(mae)

不同视野 ( h )的 MAE 值太接近。代码本身是否有效？有没有更好的解决方案/包来做到这一点？

谢谢！

4

1 回答 1

3

我认为您的功能没有任何不妥之处。调查forecast包裹；我怀疑它将提供您需要的许多功能。

我已经简洁地重写了你的函数：

set.seed(1)
y = rnorm(120,0,3) + 20*sin(2*pi*(1:120)/12) 
x = months(ISOdate(2012,1:12,1))
reg.data = data.frame(y, x)

pred.set<-function(i,h) {
  train<-reg.data[1:(i + min.fit - 1),]
  test<-reg.data[(i + min.fit):(i + min.fit + h - 1),]
  pred<-predict(lm(y~x, data=train), newdata=test)
  abs(test$y - pred)
}

pred.by.horiz<-function(h) 
               mean(sapply(seq(1, nrows - min.fit - h + 1, by = h),pred.set,h=h))

pred.by.horiz与您的函数（和后处理）的输出完全匹配。

正如您所提到的，地平线似乎不会影响 MAE：

mae.by.h<-sapply(seq(nrows-min.fit),pred.by.horiz)
plot(mae.by.h,type='l',col='red',lwd=2,xlab='Horizon',ylab='Mean absolute error')

地平线上的 MAE

也许您预计平均误差会随着预测范围的增加而增加。对于许多时间序列模型，这将是正确的，但在您的几个月的线性模型中，添加更多数据并不能帮助您预测系列中的下一个点（除非您添加 12 个月或更长时间）。

例如，考虑h1 时会发生什么。您从 84 个月的数据开始，每个月有 7 个数据点。现在，您添加一个数据点，即明年 1 月，并尝试预测 2 月的结果。但是您的额外数据点只会帮助您预测明年一月，这就是您的线性函数的工作方式。看模型总结：

lm(y ~ x, data = reg.data)
Coefficients:
(Intercept)      xAugust    xDecember    xFebruary     xJanuary  
   17.11380    -32.74962    -17.81076     -0.03235     -6.63998  
      xJuly        xJune       xMarch         xMay    xNovember  
  -26.69203    -17.41170      2.96735     -7.11166    -25.43532  
   xOctober   xSeptember  
  -33.56517    -36.93474

每个预测仅基于两个变量，即截距和预测月份。所以预测提前一分并不比预测提前五分容易。这就是为什么 MAE 没有随着视野的增加而上升的原因是问题出在您对数据建模的方式上，而不是 MAE 函数。

关于您的功能，我不完全了解的一件事是为什么您决定h在每次迭代时增加训练集的大小。看看当你尝试增加 1 时会发生什么是很有启发性的：

# Code to increment by 1
pred.by.horiz2<-
  function(h) mean(sapply(seq(1, nrows - min.fit - h + 1, by = 1),pred.set,h=h))
mae.by.h2<-sapply(seq(nrows-min.fit),pred.by.horiz2)
plot(mae.by.h2,type='l',col='red',lwd=2,xlab='Horizon',ylab='Mean absolute error')

将 h 增加 1 时按水平方向的 MAE

这里的模式很复杂，但您会注意到 MAE 从 12 开始下降，此时地平线足够大，可以使用下一个点。

于 2012-12-31T05:14:04.813 回答