如何测试时间序列模型？

我想知道测试时间序列模型的好方法是什么。假设我在时间域t1，t2，... tN中有一个时间序列。我有输入，比如zt1，zt2，... ztN和输出x1，x2 ... xN。现在，如果这是一个经典的数据挖掘问题，我可以使用已知的方法，如交叉验证，一次性退出，70-30或其他方法。如何测试时间序列模型？

但是，我应该如何处理测试我的模型与时间序列的问题？我应该在第一个t1，t2，... t（N-k）输入上建立模型，并在最后k个输入上测试它吗？但是，如果我们想要最大化预测，而不是k（其中p为< k）。我正在寻找一个强大的解决方案，我可以将其应用于我的具体案例。

来源

2011-01-24 Grega Kešpret

您希望为您的特定案例提供强大的解决方案，但您对案例的具体情况很少。一个好的_start_将告诉我们你正在使用什么类型的估计器。您可以在[CrossValidated]（http://stats.stackexchange.com/）上获得更好的问题答案。 – 2011-01-24 15:29:33

随着时间序列拟合，你需要小心不使用外的样本数据，直到后您开发的模型。建模的主要问题是它很容易过度配合。

通常我们所做的是将70％用于样本内建模，30％用于样本外测试/验证。而当我们在生产中使用该模型时，我们每天收集的数据成为真正的样本外数据：您从未见过或使用过的数据。

现在，如果您有足够的数据点，我会建议尝试滚动窗口拟合方法。对于样本中的每个时间步，您回顾N个时间步以适合您的模型，并查看模型中的参数随时间的变化。例如，假设您的模型是线性回归，Y = B0 + B1 * X1 + B2 * X2。你会在样本上做N - window_size回归。这样，你就明白了贝塔斯对时间的敏感程度。

来源

2011-01-24 19:45:08 jbremnant

这听起来像你有

之间进行选择使用的前几年数据的创建模型，然后看看它如何预测残生。
对输入条件的某个子集使用所有年份的数据，然后使用剩余的输入条件预测其预测效果如何。

来源

2011-01-24 17:10:30

如何测试时间序列模型？

回答

相关问题