当 AIC 值较低且大致相等时,我该怎么办?

机器算法验证 预测 模型选择 有马 aic
2022-03-26 04:16:59

克里斯查特菲尔德(Chris Chatfield)在(1)中提供了以下建议:

例如,可能应该在 AIC 值较低且大致相等的 ARIMA 时间序列模型之间进行选择,而不是根据哪个恰好给出最小 AIC,而是根据哪个给出最近一年数据的最佳预测。

这种建议的理由是什么?如果它是健全的,为什么 forecast::auto.arima 和其他预测例程不遵循它?还没有实施?这里已经讨论过,寻找恰好给出最小 AIC 的模型可能不是一个好主意。为什么在许多时间序列预测软件中,选择 ARIMA 模型(例如,在最小 AIC 的 1 或 2 个值内)不是默认选项?n1

(1) Chatfield, C. (1991)。避免统计陷阱。统计科学,6 (3),240–252。可在线获取,网址:https ://projecteuclid.org/euclid.ss/1177011686 。

1个回答

确实,如果您有多个大致相等的 AIC 值,则选择最小值可能不是最佳选择。一个明智的选择是执行模型平均。这样,您不仅可以使用最佳模型进行推理,还可以使用一组“最受支持”的模型,每个模型都根据其 AIC 值加权。

您在这里有文森特·卡尔卡尼奥的简短介绍