一篇新发表在arXiv上的研究论文探讨了概率时间序列预测的模型选择技术。研究强调了不同的聚合方法,如平均得分、中位数得分和平均排名,可能由于得分分布的偏斜而导致结论不一致。研究表明,更大的测试集有助于这些选择标准的收敛,但对于较短的测试集,只有平均得分能够可靠地识别出真实模型。该论文使用包括M5竞赛数据在内的间歇性时间序列来说明这些发现,并强调了足够测试集大小的关键作用。 AI
影响 为提高时间序列预测模型选择的可靠性提供了见解,尤其是在数据有限的情况下。
排序理由 arXiv上发表的研究论文,详细介绍了时间序列模型选择的统计方法。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →