Два способи підвищити точність прогнозу, математичне бюро

Сьогодні на роботі міркували про консенсус-прогнозі. я вирішила сформулювати його основи у вигляді запису блогу. Для тих, хто займається тимчасовими рядами, щодня актуальна задача підвищення точності прогнозування. Я знаю про два способи підвищення точності прогнозу.

Спосіб перший: кластеризація і подальше прогнозування

  1. кластеризація
  2. прогнозування всередині кластера
  • нейронні мережі + нечітка логіка
  • нейронні мережі + ARIMAX
  • нейронні мережі + регресія
  • нейронні мережі + генетичний алгоритм + нечітка логіка
  • регресія + нечітка логіка

Я писала днями про моделях прогнозування. що найбільш популярне застосування нейронні мережі (ANN) знайшли в задачах розпізнавання образів (pattern recognition). Розпізнавання образів, кажучи доступним мов, є завданням віднесення деякого безлічі до одного з раніше визначених класів. Кластеризація по суті своїй близька завданню розпізнавання образів. У зазначених вище комбінаціях нейронні мережі застосовуються на першому етапі якраз для вирішення завдання кластеризації. а на другому етапі безпосередньо для прогнозування всередині кластера кожен дослідник застосовує те, що йому більше до душі - від регресії до нечіткої логіки в з'єднанні з генетичним алгоритмом.

Вся мета подібного нагромадження моделей полягає в підвищенні точності прогнозування часових рядів. Однак потрібно чітко розуміти, що створення комбінованих моделей вельми складно, тому як потрібно створити не тільки модель для кластеризації, але безліч моделей прогнозування всередині кожного кластера.

Спосіб другий: консенсус-прогноз

При формуванні консенсус-прогнозу в розрахунок приймають два та більше прогнозу, виконуваних незалежними організаціями або моделями. У зазначеній статті стверджується, що точність консенсус-прогнозу може бути вище точності кожного з прогнозів, що беруться до уваги.

Мені вдалося перевірити цю гіпотезу на практиці в такий спосіб. В рамках дисертації про прогнозуванні часових рядів для трьох часових рядів мені вдалося сформувати прогнози на моїй моделі EMMSP. а також отримати прогнози, виконані іншими математиками. Далі, отримавши підсумковий (результуючий) прогноз як лінійну комбінацію двох вихідних прогнозів, вдалося домогтися значного підвищення точності.

Прогноз цін РСВ виконувався на 2-х моделях - EMMSP і ANN. Третя модель була лінійною комбінацією двох вихідних: Консенсус-прогноз = 0.53 * Прогноз EMMSP + 0.48 * Прогноз ANN - 9.08