如何测试时间序列模型？

Question

我想知道测试时间序列模型的好方法是什么。假设我在时域t1，t2，... tN中有时间序列。我有输入，比方说，zt1，zt2，... ztN和输出x1，x2 ... xN。

现在，如果这是一个经典的数据挖掘问题，我可以使用已知的方法，如交叉验证，留一法，70-30或其他。

但是我该怎样处理用时间序列测试我的模型的问题呢？我应该在第一个t1，t2，... t（N-k）输入上构建模型并在最后的k个输入上测试它吗？但是，如果我们想要最大化前进p步的预测而不是k（其中p

Answer 1

听起来你可以选择

1. 使用前几年的数据来创建模型，然后看看它预测剩余年数的程度。

2. 使用输入条件的某些子集的所有年份数据，然后查看它使用剩余输入条件预测的程度。

Answer 2

对于适合的时间序列，在开发模型之前，您需要小心使用样本外的 。建模的主要问题是它很容易过度拟合。

通常我们所做的是使用70％进行样本内建模，30％进行样本外测试/验证。当我们在生产中使用该模型时，我们每天收集的数据将成为真实的样本外数据：您从未见过或使用过的数据。

现在，如果你有足够的数据点，我建议尝试滚动窗口拟合方法。对于样本中的每个时间步，您回顾N个时间步以适合您的模型，并查看模型中的参数如何随时间变化。例如，假设您的模型是线性回归，Y = B0 + B1 * X1 + B2 * X2。你会在样本上做回归N - window_size时间。通过这种方式，您可以了解Betas对时间的敏感程度等等。