An automated multi model approach for time series forecasting

Bu tezde, zaman serisi tahmini için çok modelli bir yaklaşım sunuyoruz. bizim çerçeve otomatiktir, kullanımı kolaydır ve kısa-orta vadeli tahminleri kapsar ufuklar. Çoklu temel ve ileri zaman serisi tahmin modellerine odaklanıyoruz. Temel modellerimiz arasında basit hareketli ortalama, basit üstel yumuşatma, Holt ve Winter's modeli. Bu modellerde kullanılan parametreleri optimize ediyoruz, ileri modellerde Box-Jenkins metodolojisini otomatik Auto- Regresif Entegre Hareketli Ortalama (ARIMA) ve Mevsimsel Otomatik Regresif Entegre Hareketli Ortalama (SARIMA) modelleri. ARIMA ve SARIMA modelleri karmaşık modellerdir ve seçmek için uzman muhakemesine ve tekrarlamalı prosedürlere ihtiyaç duyarlar. Uzman kararını istatistiksel testler ve yinelemeyle değiştiriyoruz otomatik numaralandırma tekniği ile prosedürler. En uygun model bir dizi istatistiksel ve hata tahmin testinin sonuçlarına göre seçilmiştir. Sistemimizi International Institute tarafından sağlanan M-rekabet veri seti üzerinde test ettik Tahminleri. Veri seti, sosyal ve ekonomik olan çoklu zaman serilerinden oluşur. arka plan. Deneysel çalışmalarımızdan SARIMA'mızın model, 1 periyot için ortalama MAPE değeri <% 1 olan diğer tüm modellerden daha iyi performans gösterir 6 dönem öncesinde tahmin ufukları için yaklaşık% 9 oranında.