滚动来源验证颠覆了多步 PM10 预测中的模型排名：XGBoost、SARIMA 与 Persistence
机器学习
2026-03-24 v1
摘要
（a）许多空气质量预测研究报告称机器学习带来提升，但评估常使用静态时间分割且遗漏持久性基线，因此实际操作价值尚不明确。（b）我们使用来自南欧某城市背景监测站 2017-2024 年的 2,350 条每日 PM10 观测数据，比较 XGBoost 和 SARIMA 针对持久性基线在静态分割和滚动来源协议（每月更新）下的表现。我们报告各时段的技能水平和可预测性时段（定义为持久性相对技能为正的最大时段）。静态评估表明 XGBoost 在 1-7 天前表现良好，但滚动来源评估颠覆了排名：XGBoost 在短期和中期时段并不始终优于持久性，而 SARIMA 在整个范围内保持正技能。（c）对于研究人员，静态分割会高估实际操作有用性并改变模型排名。对于实践者，滚动来源、以持久性为参考的技能概谱显示哪些方法在每个 lead time 保持可靠。
引用
@article{arxiv.2603.20315,
title = {Rolling-Origin Validation Reverses Model Rankings in Multi-Step PM10 Forecasting: XGBoost, SARIMA, and Persistence},
author = {Federico Garcia Crespi and Eduardo Yubero Funes and Marina Alfosea Simon},
journal= {arXiv preprint arXiv:2603.20315},
year = {2026}
}
备注
28 pages, 4 figures. Submitted to International Journal of Forecasting