Как оценить прогнозируемый результат по модели ARIMA в Python

Question

Нажмите на ссылку, чтобы проверить прогнозируемый результат ARIMA У меня есть набор данных на ежедневной основе, содержащий 1096 строк, которые я прогнозировал в течение следующих 14 дней, используя модель ARIMA. Мой вопрос заключается в том, что прогнозируемый результат, который я получил от ARIMA, фактически не виден. Существуют ли какие-либо метрики оценки или какой-либо способ проверить, являются ли прогнозные значения, которые я получил от ARIMA, правильными или неправильными?

Есть ли способ оценить невидимый результат?

Answer 1

Существует множество показателей для оценки прогнозов, таких как MAPE, MAE, ME, MPE, MASE, ...

. Для оценки точности может хорошо работать абсолютная мера ошибки, такая как MAPE или MAE. Обратите внимание, что все меры имеют свою цель, а также сильные и слабые стороны. Здесь два ресурса, которые можно использовать для начала, начинайте с первого и переходите ко второму, когда вам нужно более подробное объяснение:

Глава 3.4 из Прогнозирование: принципы и практика. Охватывает как основы, так и реализацию в R

"Другой взгляд на меры для точности прогноза" Хиндмана и Келера. Небольшое обсуждение различных мер и предложение использовать MASE для оценки против наивного подхода