100 + 0,8·t + ein Jahresprofil + Rauschen (σ = 4). Der Lehrbuchfall: Trend und Saison.
Dargestelltes Modell
Intervall
Es gibt Modelle, die die Basis (Saisonal naiv) verbessern: Das beste, ARIMA(1,0,2)(1,1,1)[12], senkt deren Fehler um 58 %.
82 %gemessene Abdeckung des Intervalls (du wolltest 80 %)
4,27mittlerer absoluter Fehler (MAE) von Holt-Winters
0,42MASE (< 1 = besser als die naive Prognose in der Stichprobe)
5,49vom Modell geschätztes σ (das eingespeiste Rauschen ist 4,0)
Gemessen an 16 Ursprüngen in der Vergangenheit (192 Vergleiche): Das Modell wird nur mit den Daten vor jedem Ursprung angepasst, und es wird geprüft, ob das Folgende innerhalb des Intervalls lag.
1201401601802002202022-012022-112023-092024-072025-052026-03
Backtesting mit rollierendem Ursprung: die vier Modelle, mit denselben Tests
| Modell | MAE | MASE | MAPE | Abdeckung | Mittlere Breite | Gegenüber der Basis |
|---|---|---|---|---|---|---|
| Naiv | 16,32 | 1,61 | 10,4 | 82 % | 59,5 | -65 % |
| Saisonal naivBasis | 9,91 | 0,98 | 6,4 | 80 % | 29,5 | — |
| Holt-Winters | 4,27 | 0,42 | 2,8 | 82 % | 15,3 | 57 % |
| ARIMA(1,0,2)(1,1,1)[12] | 4,17 | 0,41 | 2,7 | 73 % | 13,1 | 58 % |
MAE und MASE: je niedriger, desto besser. Abdeckung: Sie muss nahe am gewünschten Niveau liegen (ein 80-%-Intervall, das 60 % abdeckt, ist ein falsches 80 %). „Gegenüber der Basis“: wie viel weniger Fehler als die bessere der beiden naiven Prognosen (negativ = schlechter). Klicke auf eine Zeile, um dieses Modell darzustellen.