我能用回归模型做样本外预测吗？

Question

使用以下指南，我建立了一个学习回归模型来做时间序列预测。我可以使用这个模型来获得一组测试数据的预测，其中我有时间戳，以及自变量数据，因为模型只接受这些变量并给出输出标签作为预测。

然而，我不知道如何，甚至我是否可以使用这个模型来做样本外的预测，在那里我只有一个未来的时间戳，并且没有与它相关的独立变量数据。是否有某种递归方法，在这种方法中，模型可以使用来自测试集的数据，进行预测，然后使用预测和数据进行下一次预测等等？谢谢!

Answer 1

是的，但这取决于你是想做一步预测还是多步预测。

对于单步预测，如您所描述的，使用数据的最后一个可用窗口作为预测函数的输入，这将返回预先预测值的第一步。

对于多步预测，您有三种选择：

• 直接:为每一步安装一个回归器，让每个拟合的回归器用最后一个可用的窗口进行预测，
• 递归:使用最后一个可用窗口进行第一步预测，然后使用第一步预测滚动窗口并再次进行预测。
• DirRec:上述策略的组合，您不用滚动窗口，而是用先前的预测值展开它，但是注意，这需要相应地适合回归器。

您可以在以下网站找到更多详细信息：

Bontempi，Gianluca，Souhaib Ben Taieb，Yann-A l Le Borgne。用于时间序列预测的机器学习策略。欧洲商业情报暑期学校。斯普林格，柏林，海德堡，2012年。

还请注意，您必须小心地适当地评估您的模型。在这个设置中，训练集和测试集并不是独立的，因为它们代表相同变量的后续时间点的测量值。所以你必须考虑到潜在的自相关。