Tôi có một số dữ liệu không liên tục. Dựa trên những dữ liệu đó, tôi muốn so sánh một số phương pháp dự báo (Làm mịn theo cấp số nhân, Di chuyển trung bình, Croston và Syntetos-Boylan) và quyết định xem Croston hay Syntetos Boylan có tốt hơn SES hay MA cho dữ liệu không liên tục hay không. Biện pháp tôi muốn so sánh là Tỷ lệ tuyệt đối trung bình hoặc Tỷ lệ bình phương trung bình do Kourentze (2014) đề xuất thay vì biện pháp MAPE, MSE thông thường, ở mọi cấp độ của thông số làm mịn \ alpha $, giả sử rằng thông số làm mịn được sử dụng cho Khoảng thời gian yêu cầu và kích thước nhu cầu trong Croston và Syntetos boylan là như nhau.
Câu hỏi của tôi là: 1. Xem xét rằng đối với mọi dữ liệu, có khả năng giá trị của alpha tối ưu là khác nhau đối với mỗi phương pháp làm mịn, do đó, giá trị alpha trong phương pháp có thể giảm thiểu MAR hoặc MSR và có thể không theo phương pháp khác , sao cho một phương thức có thể tốt hơn phương thức khác đối với giá trị alpha đó và có thể không theo phương pháp khác. Làm thế nào để một người giải quyết loại vấn đề này? Giải pháp hiện tại của tôi là so sánh hai biểu đồ MAR cho mọi cấp độ alpha giữa hai phương pháp khác nhau. kỳ vọng của tôi là hai phương pháp khác nhau sẽ cho thấy các đặc điểm khác nhau khi phân tích hồ sơ được thực hiện.
- Có giải pháp nào tốt hơn, như thiết kế thử nghiệm? Tôi khá bối rối trong cách thiết kế các thí nghiệm. quan sát là những dữ liệu đó, mức độ làm mịn tham số alpha, điều trị là những phương pháp đó. và giá trị là MAR. nó có khả thi không và logic để làm gì? Giả thuyết là liệu có sự khác biệt trong từng điều trị ở mọi cấp độ alpha hay không. và tôi nghi ngờ giả định tuyến tính được thực hiện ở đây.
Chỉnh sửa: Dù sao, tôi không nghĩ rằng điều này là khả thi như câu hỏi nghiên cứu. Thực tế là thước đo lỗi phụ thuộc vào thang đo (nếu định nghĩa của tôi về phụ thuộc thang đo là đúng) khiến cho nghiên cứu về vấn đề này khá khó khăn, vì không có cách nào để so sánh các phương pháp dự báo khác nhau.