时间序列预测中的简约性、模型充分性与周期性相关

Box & Jenkins (1970) 建模哲学的优点通过我们近期关于季节性河流流量预测工作的总结得以阐明。具体而言，该工作表明，近来被若干作者质疑的简约性原则，有助于为季节性河流流量预测选择最佳模型。我们的工作也展示了模型充分性的重要性。一个充分的季节性河流流量模型必须包含季节性周期相关。通常的自回归移动平均（ARMA）与季节性ARMA模型在这方面对季节性河流流量时间序列是不充分的。本文发展了一种用于检测拟合ARMA模型中周期相关的新诊断检验。建议在对季节性ARMA模型进行拟合时常规使用此诊断检验。研究表明，该诊断检验指出许多季节性经济时间序列也表现出周期相关。由于标准预测方法在此方面不充分，可以得出结论：在许多情况下，所产生的预测是次优的。最后，还阐明了预测任意组合的局限性。将充分简约模型的预测与不充分模型的预测相结合并未改善预测，而将两个不充分模型的预测相结合确实带来了预测性能的提升。这些发现也支持了Box & Jenkins的建模哲学。Newbold & Granger (1974) 与 Winkler & Makridakis (1983) 的非直观发现，即来自相似模型的明显任意预测组合会提升预测性能，在我们的河流流量预测案例研究中未得到支持。