Средняя абсолютная масштабированная ошибка (MASE) является мерой точности прогноза, предложенной Koehler & Hyndman (2006) .
где - средняя абсолютная ошибка, произведенная фактическим прогнозом;
в то время как - это средняя абсолютная ошибка, создаваемая наивным прогнозом (например, прогнозом без изменений для интегрированного временного ряда ), рассчитанным на данных в выборке.М Е я п - ев м р л е ,
я(1)
(Проверьте документ Koehler & Hyndman (2006) для точного определения и формулы.)
означает, что фактический прогноз хуже выборки, чем наивный прогноз в выборке, с точки зрения средней абсолютной ошибки. Таким образом, если средняя абсолютная ошибка является релевантной мерой точности прогноза (которая зависит от рассматриваемой проблемы), предполагает, что фактический прогноз следует отбросить в пользу наивного прогноза, если мы ожидаем, что данные вне выборки быть очень похожи на данные в выборке (потому что мы знаем только, насколько хорошо наивный прогноз выполняется в выборке, а не в выборке).
Вопрос:
был использован в качестве ориентира в конкурсе прогнозирования, предложенном в этом сообщении в блоге Hyndsight . очевидный тест не должен был быть ?
Конечно, этот вопрос не является специфическим для конкретной конкуренции прогнозирования. Я хотел бы помочь с пониманием этого в более общем контексте.
Мое предположение:
Единственное разумное объяснение, которое я вижу, состоит в том, что наивный прогноз, как ожидается, будет делать гораздо хуже в выборке, чем в выборке, например, из-за структурных изменений. Тогда может быть слишком сложным для достижения.
Ссылки:
- Хиндман, Роб Дж. И Энн Б. Келер. « Еще один взгляд на показатели точности прогноза ». Международный журнал прогнозирования 22.4 (2006): 679-688.
- Сообщение в блоге Hyndsight .