預測精度計算

我們正在使用 STL（R 實現）來預測時間序列數據。

我們每天運行每日預測。我們希望將預測值與實際值進行比較並確定平均偏差。例如，我們對明天進行預測並得到預測點，我們想將這些預測點與我們明天將獲得的真實數據進行比較。我知道大多數時候預測值和實際數據可能不匹配，這就是我們希望跟踪我們每天的準確度的原因之一。

現在我們正在嘗試確定解決此問題的最佳方法是什麼？任何幫助指針將不勝感激。

我查看了測量預測準確性問題，但它似乎與比較模型有關，而不是用實際值計算準確性。

我查看了 R 中的準確度函數實現，但對兩個問題感到困惑：

1）它是否適用於真實數據與預測數據，因為大多數教程都說“測試數據”與“預測數據”

2）似乎精度函數的輸出是值數組而不是偏差百分比。

有許多不同的方法來衡量預測的準確性，accuracy()R 的預測包中的函數會輸出其中的幾種。從您對“偏差百分比”的評論看來，您想使用平均絕對百分比誤差，這是由accuracy(). 此處討論了最常見的預測準確性度量。您可能想考慮 MAPE 是否是最適合您的問題的度量，或者其他度量之一是否更好。

該accuracy()功能確實適用於真實數據。“測試數據”是那些未用於構建預測的數據。有時它們可用但在計算預測時未使用（將數據經典拆分為訓練集和測試集）。在其他情況下，所有可用數據都用於計算預測，然後您必須等到有一些未來的觀察可用作測試數據。

因此，如果f是預測向量並且x是對應於相同時間的觀察向量，則

accuracy(f,x)

會做你想做的。

引用自：https://stats.stackexchange.com/questions/114752