聚合还是不聚合：有限自相关需求下的预测
应用统计
2021-03-31 v1
摘要
时间聚合是一种直观且具吸引力的应对需求不确定性的方法。时间聚合有两种类型：不重叠与重叠。供应链预测文献大多聚焦于前者，尚无研究针对自相关需求分析后者。此外，迄今大多数解析研究假设需求序列长度为无限，而实践中预测基于有限需求历史。需求历史的长度是两种方法的比较性能的重要决定因素，但在文献中未得到充分关注。本文考察时间聚合在有限自相关需求预测中的有效性。我们通过基于均方误差的聚合与非聚合方法预测精度的解析研究来实现这一点。我们辅以数值分析，以探究需求参数与序列长度对（比较）性能的影响。我们还使用 M4 竞赛数据集的月度时间序列进行实证评估以验证解析结果。我们发现自相关程度、预测视界与序列长度是预测精度的重要决定因素。我们讨论了每种方法的优劣，并强调其对现实世界实践的意义。
引用
@article{arxiv.2103.16310,
title = {To aggregate or not to aggregate: Forecasting of finite autocorrelated demand},
author = {Bahman Rostami-Tabar and Mohamed Zied Babai and Aris Syntetos},
journal= {arXiv preprint arXiv:2103.16310},
year = {2021}
}
备注
38 pages, 8 figures