时序层次中的自下而上：有效预测方法
统计方法学
2024-09-27 v2
摘要
预测一致化近年来成为预测文献中的热门话题，主要区分在横截面和时序层次之间。本文聚焦时序层次，例如将月度时间序列数据聚合为年度数据。我们探讨了各种预测一致化方法对时序聚合 ARIMA 模型的影响，从而在理论和实验方面桥接了预测一致化和时序聚合两个领域。我们的论文是首次对时序层次预测一致化的影响进行理论分析，证明最佳方法与自下而上聚合方法一致。为了评估调和后预测的实际影响和性能，我们进行一系列仿真研究，确认这些发现适用于更复杂的模型。这一结果帮助解释了许多先前研究中观察到的自下而上方法的优异性能。最后，我们将方法应用于实际数据实例，其中观察到类似的结果。
引用
@article{arxiv.2407.02367,
title = {Rediscovering Bottom-Up: Effective Forecasting in Temporal Hierarchies},
author = {Lukas Neubauer and Peter Filzmoser},
journal= {arXiv preprint arXiv:2407.02367},
year = {2024}
}