时间序列数据的交叉验证：VAR模型

Question

我每周有15个预测变量的数据，为期1年（52个观察值）。 我打算将先知预测与VAR模型进行比较。

是否可以针对这两个模型（尤其是VAR）运行交叉验证。

谢谢

HP

Answer 1

来自预测原理和实践书籍 here

的时间序列交叉验证的优秀解释者

时间序列交叉验证是通过将训练数据拆分到某个时间点（通常在 2/3 或 4/5 之间）并使用剩余部分作为验证来完成的。然后，在每一步将模型拟合到训练数据中，进行样本外预测，存储该预测，然后将下一个数据点添加到您的训练数据中。

因此，至少要在除单个数据点之外的所有训练数据上拟合训练模型，因为您将把该单个数据点与模型在最后一步预测的数据进行比较。然后，您可以进行均方根或任何您拥有的预测列表与实际值的对比。通过这种方式，您可以测试您的模型在一段时间内如何适合该数据集。

对于 Prophet，docs 列出了一种在 Python 中执行此操作的简单方法。

对于 VAR，我不知道有什么简单的方法，除了循环训练数据进行预测，在每一步附加下一个时间戳，然后与验证数据进行比较。