5

我正在使用预测包中的 ets() 和 auto.arima() 函数来预测 R 中的未来值。应该使用哪些标准来选择这两者之间的最佳模型？

以下是 ets (data.ets) 和 auto.arima (data.ar) 的准确度输出。

> accuracy(data.ets)
   ME      RMSE       MAE       MPE      MAPE      MASE 
0.6995941 4.1325246 3.2634246 0.5402465 2.7777897 0.5573740 

> accuracy(data.ar)
    ME       RMSE        MAE        MPE       MAPE       MASE 
-0.8215465  4.3640818  3.1070931 -0.7404200  2.5783128  0.5306735

和每个模型的AIC如下

> ETSfit$aic
[1] 613.8103
> ARIMAfit$aic
[1] 422.5597

以下是 ets 和 auto.arima 的拟合模型

> ETSfit 
ETS(A,N,A) 

Call:
 ets(y = data.ts) 

Smoothing parameters:
alpha = 0.5449 
gamma = 1e-04 

Initial states:
l = 95.8994 
s=6.3817 -3.1792 6.8525 3.218 -3.4445 -1.2408
       -4.5852 0.4434 1.7133 0.8123 -1.28 -5.6914

sigma:  4.1325

 AIC     AICc      BIC 
613.8103 620.1740 647.3326

> ARIMAfit
Series: data.ts 
ARIMA(1,1,1)(0,1,1)[12]                    

Coefficients:
     ar1      ma1     sma1
  0.3808  -0.7757  -0.7276
s.e.  0.1679   0.1104   0.2675

sigma^2 estimated as 22.68:  log likelihood=-207.28
AIC=422.56   AICc=423.19   BIC=431.44

请帮忙。

4

2 回答 2

12

您正在展示在不知道每个模型中有多少参数的情况下难以比较的样本内准确度度量。此外，这些模型类别之间的 AIC 值不可比较。

最简单的方法是使用不用于模型选择或估计的测试集，然后在测试集上比较预测的准确性。

更复杂的版本是使用时间序列交叉验证，如http://otexts.com/fpp/2/5/所述。

于 2013-05-17T05:06:53.583 回答
1

您可能会考虑使用两者的简单平均值，但您应该根据样本外的性能做出此决定。

我今天刚刚阅读了预测包作者的一篇文章。他在一次预测比赛中运行了大约 3,000 个系列的模型，发现当对 ets() 和 auto.arima() 进行简单平均时，他得到了最好的结果。

文章

在我挖出链接后，我意识到那篇文章的作者已经回答了你上面的问题！

于 2018-04-17T21:34:01.510 回答