Kết hợp auto.arima () và ets () từ gói dự báo

Tôi đã sử dụng các hàm ets () và auto.arima () từ gói dự báo để dự báo một số lượng lớn chuỗi thời gian đơn biến. Tôi đã sử dụng chức năng sau đây để chọn giữa hai phương pháp, nhưng tôi tự hỏi liệu CrossValidated có ý tưởng nào tốt hơn (hoặc ít ngây thơ hơn) để dự báo tự động hay không.

auto.ts <- function(x,ic="aic") {
    XP=ets(x, ic=ic) 
    AR=auto.arima(x, ic=ic)

    if (get(ic,AR)<get(ic,XP)) {
        model<-AR
    }
    else {
        model<-XP
    }
        model
}

/ chỉnh sửa: Điều gì về chức năng này?

auto.ts <- function(x,ic="aic",holdout=0) {
    S<-start(x)[1]+(start(x)[2]-1)/frequency(x) #Convert YM vector to decimal year
    E<-end(x)[1]+(end(x)[2]-1)/frequency(x)
    holdout<-holdout/frequency(x) #Convert holdout in months to decimal year
    fitperiod<-window(x,S,E-holdout) #Determine fit window

    if (holdout==0) {
        testperiod<-fitperiod
    }
    else {
        testperiod<-window(x,E-holdout+1/frequency(x),E) #Determine test window
    }

    XP=ets(fitperiod, ic=ic)
    AR=auto.arima(fitperiod, ic=ic)

    if (holdout==0) {
        AR_acc<-accuracy(AR)
        XP_acc<-accuracy(XP)
    }
    else {
        AR_acc<-accuracy(forecast(AR,holdout*frequency(x)),testperiod)
        XP_acc<-accuracy(forecast(XP,holdout*frequency(x)),testperiod)
    }

    if (AR_acc[3]<XP_acc[3]) { #Use MAE
        model<-AR
    }
    else {
        model<-XP
    }
    model
}

"Nắm giữ" là số lượng thời gian bạn muốn sử dụng làm bài kiểm tra mẫu. Sau đó, hàm sẽ tính toán một cửa sổ phù hợp và một cửa sổ kiểm tra dựa trên tham số này. Sau đó, nó chạy các hàm auto.arima và ets trên cửa sổ vừa vặn và chọn một chức năng có MAE thấp nhất trong cửa sổ kiểm tra. Nếu tỷ lệ giữ bằng 0, nó sẽ kiểm tra sự phù hợp trong mẫu.

Có cách nào để tự động cập nhật mô hình đã chọn với bộ dữ liệu hoàn chỉnh không, khi nó đã được chọn?

Khả năng từ hai lớp mô hình và do đó các giá trị AIC không thể so sánh được do các giả định khởi tạo khác nhau. Vì vậy, chức năng của bạn không hợp lệ. Tôi khuyên bạn nên thử hai lớp mô hình trong chuỗi của mình và xem lớp nào đưa ra dự báo ngoài mẫu tốt nhất.