先知预测，高 MSE

Question

我在月度数据中使用先知（facebook 包）来预测汽车销量。 GAM 似乎忽略（不适合）所有更高的值（见图）。 与 ARIMA 模型相比，这给了我一个非常高的 MSE

enter image description here

df <- data.frame(ds = seq(as.Date('1993-01-01'), as.Date('2017-06-01'),by = 'm'), y)
attach(df)
m <- prophet(df,weekly.seasonality = F, yearly.seasonality = T, seasonality.prior.scale = 12)
future <- make_future_dataframe(m, periods = 12, freq = 'm')
forecast <- predict(m, future)
tail(forecast[c('ds', 'yhat', 'yhat_lower', 'yhat_upper')])
plot(m, forecast)

Answer 1

@alien_plutone，

您需要减少时间序列值 (y) 的可变性，即汽车销售价值。大多数时间序列模型需要固定的时间序列值 (y)。我建议在应用先知模型之前对时间序列值使用对数转换。例如，引入以下代码行以使时间序列静止。

注意：

对数变换以使时间序列值 (y) 保持平稳。大多数时间序列模型要求输入值（时间序列）是固定的。如果时间序列的趋势和季节性随时间保持稳定，则称该时间序列是平稳的。

df['y'] <- np.log(df['y'])

例如根据您的代码：

df <- data.frame(ds = seq(as.Date('1993-01-01'), as.Date('2017-06-01'),by = 'm'), y)
df['y'] <- np.log(df['y'])
m <- prophet(df,weekly.seasonality = F, yearly.seasonality = T, seasonality.prior.scale = 12)
future <- make_future_dataframe(m, periods = 12, freq = 'm')
forecast <- predict(m, future)
tail(forecast[c('ds', 'yhat', 'yhat_lower', 'yhat_upper')])
plot(m, forecast) 

如果此答案有助于您降低 MSE，请告诉我。请使用 exp 函数将预测值恢复到原始比例。

非平稳时间序列

Click here to see plot of a non-stationary series

平稳时间序列

Click here to see plot of a Stationary series