จะตรวจสอบแบบจำลองใดได้ดีกว่าในการวิเคราะห์อนุกรมเวลาในสภาวะอวกาศ?


15

ฉันกำลังทำการวิเคราะห์ข้อมูลอนุกรมเวลาโดยวิธีการของพื้นที่รัฐ ด้วยข้อมูลของฉันแบบจำลองระดับท้องถิ่นแบบสุ่มที่ทำได้ดีกว่าแบบกำหนดแน่นอน แต่แบบกำหนดระดับและแบบลาดชันให้ผลลัพธ์ที่ดีกว่าระดับสุ่มและความชันแบบสุ่ม เป็นเรื่องปกติหรือไม่ วิธีการทั้งหมดใน R ต้องการค่าเริ่มต้นและฉันอ่านบางแห่งที่เหมาะสมกับแบบจำลอง ARIMA ก่อนและรับค่าจากที่นั่นเนื่องจากค่าเริ่มต้นสำหรับการวิเคราะห์พื้นที่ของรัฐเป็นวิธีหนึ่ง ไปได้หรือไม่ หรือข้อเสนออื่น ๆ ? ฉันควรสารภาพที่นี่ว่าฉันใหม่ทั้งหมดในการวิเคราะห์พื้นที่ของรัฐ


3
โปรดระบุตัวอย่าง ตอนนี้มันไม่ชัดเจนว่าปัญหาที่แท้จริงของคุณคืออะไร
mpiktas

คุณหมายถึงโมเดลอวกาศของรัฐที่ปรับให้เรียบแบบเอ็กซ์โพเนนเชียลหรือไม่? คุณใช้แพ็คเกจ R อะไรอยู่?
ซัค

คุณพยายามที่จะเปรียบเทียบแบบจำลองหรือคุณต้องการเลือกแบบจำลอง?
naught101

ประการแรกดังที่ได้กล่าวไปแล้วยังไม่ชัดเจนว่าปัญหาที่แท้จริงของคุณคืออะไร คุณเขียนว่า A และ B ที่ดีกว่าให้ผลลัพธ์ที่ดีกว่า A ซึ่งทำให้เกิดความสับสน ประการที่สองแพ็คเกจ R "คาดการณ์" มีวิธีอนุกรมเวลาอัตโนมัติบางวิธี ซึ่งรวมถึง: auto.arima (), ets (), tbats () และ bats ()
พลังงาน

คุณสามารถอธิบายสิ่งที่คุณหมายถึงเมื่อคุณพูดว่า 'ดีกว่า' และ 'ให้ผลลัพธ์ที่ดีกว่า'?
Glen_b -Reinstate Monica

คำตอบ:


2

เพื่อตอบคำถามแรกของคุณ ใช่เป็นไปได้ทั้งหมด มันไม่ปกติหรือผิดปกติ คุณควรให้ข้อมูลบอกคุณว่าแบบจำลองที่ถูกต้องคืออะไร ลองเพิ่มโมเดลเพิ่มเติมด้วย seasonals, cycles และ regressors ที่อธิบายถ้าเป็นไปได้

คุณไม่ควรเปรียบเทียบ Akaike Information Criterion (AIC) เพื่อเปรียบเทียบแบบจำลองเท่านั้น แต่ยังตรวจสอบเพื่อดูว่าส่วนที่เหลือ (คำผิดปกติ) เป็นเรื่องปกติ homoskedastic และเป็นอิสระ (การทดสอบ Ljung-Box) หากคุณสามารถหารุ่นที่มีคุณสมบัติที่พึงประสงค์ทั้งหมดเหล่านี้ นี่ควรเป็นโมเดลที่คุณต้องการ (เป็นไปได้ว่าโมเดลที่มีคุณสมบัติเหล่านี้ทั้งหมดจะมี AIC ที่ดีที่สุด)

แม้ว่าค่าเริ่มต้นจะส่งผลต่อจุดสูงสุดของฟังก์ชั่นบันทึกความน่าจะเป็นที่พบถ้าโมเดลของคุณถูกระบุไว้อย่างดี แต่ก็ไม่ควรเปลี่ยนแปลงมากเกินไปและควรมีตัวเลือกที่ชัดเจนสำหรับโมเดลที่ดีที่สุดด้วยค่าเริ่มต้นที่ดีที่สุด ฉันทำการวิเคราะห์แบบนี้ใน Matlab มากมายและฉันพบว่าวิธีที่ดีที่สุดในการค้นหาค่าเริ่มต้นคือการเล่นรอบ ๆ มันอาจจะน่าเบื่อ แต่ก็ใช้ได้ดีในที่สุด

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.