我开发了一个带有错误的 ARIMA 模型 ( https://robjhyndman.com/hyndsight/arimax/ ) 来预测一个小区域的 GDP 增长。问题是过去季度和年份的 GDP 值会根据该国官方统计机构的更正而发生变化，从而导致模型也发生变化（例如，AIC 最低的第一个模型曾经是 ARIMA(0, 1,3)，现在有了新数据，它是 ARIMA(4,1,1))。我现在的问题是我应该如何继续前进？我应该坚持最初的模型还是根据新的建议模型调整预测？
谢谢你的任何建议
使用新数据更改 ARIMA 模型
机器算法验证
r
时间序列
预测
有马
2022-04-03 08:48:21
1个回答
更新后的数据可能更正确，因此看起来适合更新数据的模型也可能更接近真实的数据生成过程。所以我会使用新模型。
再说一次，预测的大变化（请注意，不同的模型可能给出的预测差别不大，至少在短期内）将引起关注。所以我至少会看看这两个模型的预测差异。
如果两个（或多个）模型同样合理，以至于数据的微小变化可能会从一个模型跳转到另一个模型，那么通过平均预测值来使用这两个auto.arima()模型也可能是值得的。只要集成的顺序相同，您还可以比较 AIC 并可能在加权方案中使用 AIC（例如，Kolassa，2011，IJF - 对不起自我推销）。但是请注意，投入大量时间寻找“最佳”权重可能并没有太大帮助（Claeskens 等人，2016，IJF）。
最后，如果您有时间，您还可以通过设置和/或禁用一些计算快捷方式auto.arima()，这可能会给您提供其他模型来玩。stepwise=FALSEapproximation=FALSE