У меня есть 4 временных ряда, на которых я запускал модель statsmodels VAR. Специфический оператор импорта c (в случае наличия нескольких реализаций VAR) - это
from statsmodels.tsa.api import VAR
. Меня особенно интересует прогнозирование одной из 4 серий. Я подошел к модели VAR и использовал метод «прогноза», прогнозы выглядели нормально. Теперь я хочу также вручную запустить эти прогнозы, чтобы убедиться, что я понимаю внутреннюю реализацию (и потому что в качестве следующего шага я хочу подключить независимые прогнозы для пояснительных рядов и использовать коэффициенты модели для проецирования моих целевых рядов).
Когда я использую обученные коэффициенты модели для создания линейных комбинаций запаздывающих значений для всех рядов (я дважды и трижды проверил правильность моего порядка коэффициентов) и использую прогноз, я получаю другое результат:
If I extend the forecasting horizon even further, variance seems to tend to infinity
Here is the statsmodels documentation on their forecast method
https://www.statsmodels.org/dev/vector_ar.html#forecasting
Они упоминают, что «линейный предиктор является оптимальным прогнозом на h-шаг вперед с точки зрения среднего квадрата ошибка." Означает ли это, что они проводят какую-то оптимизацию поверх всего этого? Или они просто повторяют тот факт, что эта модель была обучена с помощью функции потерь MSE?
Если невозможно дать конструктивную обратную связь из этого описания, я соберу простой пример, но, возможно, я упускаю что-то очевидное.