我正在尝试比较使用MAPE的多种方法在不同商品市场的预测准确性,例如玉米、小麦、大豆、咖啡、棉花。显然,每种商品的相对波动性影响了MAPE的相对面积:小麦的MAPE较高可能只是反映了市场的波动,而不一定是一个糟糕的预测。
我想知道如何纠正这一点:我想是某种音量调整的MAPE,但我找不到任何关于这方面的文献。或者,我在考虑将某种预测方法的MAPE与朴素预测…的MAPE进行比较。我想,这也应该在一定程度上纠正音量差异。
任何进一步的建议/意见,我们将不胜感激。
发布于 2021-08-06 07:26:20
我不知道有任何直接包含波动性的衡量标准,以便能够进行比较。我还会质疑像这样直接比较准确性度量的相关性,因为准确性将取决于-正如您也指出的-时间序列的波动/信噪比。
我通过你的建议来处理这样的问题-创建一个天真的预测,并将其作为该序列可接受的最低精度,也是该序列可预测性的初始衡量标准。
注:我对天真预测的定义是:一个非常简单的预测模型,可以是naive1,naive2,移动平均或这些模型的组合-其中不需要对参数做进一步的工作。
试着看一看Michael Gilliland on FVA的作品以获得灵感
https://stackoverflow.com/questions/68665631
复制相似问题