如何计算持续期间的预测误差(置信区间)?


14

我经常需要通过每月的数据系列来预测未来的时期。

可以使用公式来计算时间序列中下一个时段在alpha处的置信区间,但这永远不会包括如何处理第二个时段和第三个时段等。

我可以从视觉上想象,如果任何预测都用上下置信区间作图,那么通常这些区间应相对于平均预测成指数地增加或减少,因为不确定性是一种累积力。

假设我有4月= 5月10日= 6月8日= 7月11日= 13的单位销售,没有其他背景,例如季节性或人口数据

我们需要预测(尽管盲目地)八月,九月,十月。

您将使用哪种方法?更重要的是,您将如何衡量9月和10月的信心?

抱歉,对于某些专家来说,这可能是一个简单的问题-我一直在努力寻找一个明确的答案,而且我敢肯定,这是像我这样的所有业余爱好者都希望理解的事情。

Answers:


8

计算预测间隔的方法有很多狭窄的方面:数据生成过程和用于描述此过程的模型(时间序列模型,回归模型)是否使您的数据平稳(对于这种类型,您的结论是错误的,因为平稳数据不会趋于运行)远非其平均值)或爆炸性(对于集成过程,您将看到您所描述的内容)。我认为Chris Chatfield撰写的有关预测间隔的出色评论将回答您的大多数问题。

关于单位销售:

  • 由于您的预测间隔很短,因此您可以尝试通过指数平滑进行预测(在R中,它是的ets()函数forecast
  • 另一个选择是像ARIMA流程一样建模(同一个库具有auto.arima()
  • 然而,在微观计量经济学中,回归模型比a理论模型更可取,但从短期来看,它们不一定胜过前两个模型

两种情况都有计算预测间隔的公式,并在上述评论中进行了讨论(通常假设残差的正态性,但这不是关键的假设)。


@Nick,如果您在阅读本文时遇到困难,欢迎寻求帮助。
德米特里·塞洛夫

为“预测”包+1。即使您有自己的指数平滑模型或Arima模型,它也包含两种模型的预测函数,这些模型都包含置信区间。
扎克

@Dmitrij谢谢。在您回答并学习了R之后,我才刚刚开始了解它和功能。它比excel开放得多。
尼克,
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.