0
我想确保我了解R的fit
和summary
函数。R的arima预测的交叉验证
这里是我如何使用他们的100个数据点的时间序列被分为训练和测试样品:
x = ts(MyData)
train = x[1:80,1]
test = x[81:length(x), 1]
fit = arima(train, order=c(1,1,0))
summary(fit, test)
我是在我的思想纠正summary
将比较的时间拟合模型步骤81到100到实际值x[81], x[82], ..., x[100]
?
那么根据测试数据集检查预测的正确方法是什么? – theQman
没有最终的正确方法。我通常使用RMSE来评估适合度。但是像MAPE或MAE这样的方法有很多。这些可以很容易地从残差中计算出来。这里是[链接](https://heuristically.wordpress.com/2013/07/12/calculate-rmse-and-mae-in-r-and-sas/)。 – LyzandeR
我知道没有单一的最佳度量标准,但我仍然不明白如何使用任何度量标准在R中比较模型预测与实际测试数据。 – theQman