通过时间序列数据质量分析的新兴经济体作物价格预测框架
应用统计
2020-09-10 v1 计量经济学
摘要
作物价格预测技术的准确性十分重要，因为它使供应链规划者和政府机构能够通过估计需求与供给等市场因素来采取适当行动。在印度等新兴经济体中，市场上的作物价格每天手动录入，这可能容易出现人为错误，例如录入不正确数据或连续多天未录入数据。除此类人为易错外，价格本身的波动使得构建稳定且鲁棒的预测方案成为一项具有挑战性的任务。考虑到作物价格预测中的此类复杂性，本文提出了在考虑以下各类特征情况下构建鲁棒作物价格预测模型的技术：(i) 作物的历史价格与市场到货量，(ii) 影响作物生产和运输的历史天气数据，(iii) 通过统计分析获得的数据质量相关特征。我们还提出了一个基于上下文的模型选择与再训练框架，考虑模型稳定性、数据质量指标和作物价格趋势分析等因素。为展示所提方法的有效性，我们在印度 14 个市场的两种作物（番茄和玉米）上给出了实验结果，并表明所提方法相较于标准预测技术不仅显著提升了准确性指标，而且提供了鲁棒模型。
引用
@article{arxiv.2009.04171,
title = {A Framework for Crop Price Forecasting in Emerging Economies by Analyzing the Quality of Time-series Data},
author = {Ayush Jain and Smit Marvaniya and Shantanu Godbole and Vitobha Munigala},
journal= {arXiv preprint arXiv:2009.04171},
year = {2020}
}
备注
10 pages, 10 figures