※ 引述《Revolution75 (嶄新)》之銘言： : -- :

※ 發信站: 批踢踢實業坊(ptt.cc) : ◆ From: 60.248.165.182 : ※ 編輯: Revolution75 來自: 60.248.165.182 (12/21 17:03) : 推 Andycourse:我還以為你是要我們把dlnmsaF = M ... 12/21 17:25 : 推 koumei5:幹的好！阿乾！其實不用還原到季節調整前，因為我們做的 12/21 18:16 : → koumei5:資料都是要經過季節調整的，不用最原始資料 12/21 18:16 : 推 koumei5:不過還原的時間應該是1961Q3~2008Q3全部還原才對 12/21 18:19 : → Revolution75:可是我們不是只有預測2006Q3之後嘛?! 12/21 18:55 對低 對低 請比較dlmsaf 與dlmsa 比較兩個數據資料 你會發現 如果你預測方式沒打錯 那這兩筆資料為一不同的就是我們預測的期間 譬如我們是用1961Q3~2006Q3做原已知的資料 然後去預測2006Q4到2008Q3這八筆資料的值 如此你去比對dlmsaf與dlmsa這兩筆資料 只有2006Q4~2008Q3會不同 而1961Q3~2006Q3的資料 則dlnmsaf與dlnmsa會完全相同 所以如果你真的針對dlnmsaf去還原比較 不可能每筆都相同 一定會發現預測的那段期間資料有差異 如果連預測那段時間資料都沒有差異 那不就表示我們ARIMA模型百分百預測到原始資料嗎？ 所以不論你是不是從1961Q3開始還原或是從2006Q3開始還原 重點在於2006Q3之前資料一定相同 會不同的一定只有2006Q4之後的資料 將「預測資料」與「原始資料」相減取差異百分比 就是「相對誤差relative error」 至於相對誤差 我也是這篇文章才看到 有google過 但是沒看過其他人用這名詞 至於那篇文章相對誤差的意思 舉例如下 如果現在有100筆資料 我們建立一個模型 進行「靜態預期」 拿其中98筆資料為樣本 進行樣樣本外預測 預測第99 和100筆資料 然後對照預測的兩筆資料與原始資料差異 原始資料 預測資料 誤差 相對誤差 第99筆 100 98 2 2/100 第100筆 101 100 1 1/101 我想應該就是這樣 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 118.165.182.50