时间序列模型的选择

Question

为了预测新的价值，我为时间序列建立了一个模型。

选择正确模式的最佳方式是什么？

更好的标准是AIC和BIC，还是预测误差之间的比较？在最后一种情况下，我必须在训练和测试中拆分dataset，而在第一种情况下没有必要，这减少了实现的时间。

谢谢!

Answer 1

首先，当您使用时间序列数据时，您将其称为预测而不是预测，因为它依赖于时间。来理解为什么你可以通过这个链接

度量用于比较模型

当你试图比较不同的模型时，你需要使用AIC，BIC，AUC等值。你可以通过这个链接来更好地理解

度量以访问模型

当您访问模型的性能时，需要检查错误率(RMSE、MAE、MAPE、MSE等)。是的，在这种情况下，您需要将数据划分为列车和测试来访问模型。你可以通过这个链接来更好地理解

改进预测

要把它提升到更高的水平，你可以使用一个整体来获得更好的结果。这可能降低错误率，也可能不会降低错误率。在大多数情况下，这是有帮助的。您可以结合2/3的中等绩效酒店的结果，以获得最佳的结果，即集成模型。