精度函数

Question

我正在进行 TS 分析。这两个精度有什么区别：

fit<-auto.arima(tsdata)
fcast<-forecast(fit,6)
accuracy(fcast)             #### First Accuracy

fit<-auto.arima(tsdata)
fcast<-forecast(fit,6)
accuracy(fcast,actual values)  #### Second Accuracy

当我没有像第一种情况那样在精度函数中指定实际值时，精度函数如何工作。

其次，正确的计算准确率的方法是什么？

Answer 1

在这个答案中，我假设您正在使用 forecast 包中的函数。答案就在accuracy的描述中：

Returns range of summary measures of the forecast accuracy. If x is provided, the function measures out-of-sample (test set) forecast accuracy based on x-f. If x is not provided, the function only produces in-sample (training set) accuracy measures of the forecasts based on f["x"]-fitted(f). All measures are defined and discussed in Hyndman and Koehler (2006).

在你的例子中 x 是函数的第二个参数。因此，简而言之，accuracy(fcst) 提供了基于训练集的预测误差估计。

例如：假设您有 12 个月，并预测未来 6 个月。然后，如果您使用 accuracy(fcst) ，您会在 12 个月内（仅）得到模型的错误。

现在，我们假设 x = 您预测的 6 个月的实际需求。而且您没有使用这些数据来构建 Arima 模型。在这种情况下，accuracy(fcst, x) 为您提供测试集误差，这是衡量您将来使用此模型获得的结果的更好衡量标准（与训练集误差相比）。

最佳做法是使用测试集误差，因为此度量不太容易产生偏差（您很可能会在训练集上然后在 "hideout" 测试集上获得 "better" 预测结果，但这些结果将是一种 "overfitting"）。如果你有测试集，你应该使用测试集作为第二个参数。

精度函数

Accuracy Function

r

forecasting