Комментарии: Функция es для R

Автор: Ivan Svetunkov

Ivan Svetunkov — Wed, 12 Dec 2018 18:34:10 +0000

В ответ на Leonid. Здравствуйте, Леонид! Эти графики рисует функция graphmaker() из пакета greybox. В документации к функции написано, какие именно параметры она принимает.

Автор: Leonid

Leonid — Wed, 12 Dec 2018 16:31:05 +0000

Можете, пожалуйста, опубликовать код, который рисует графики, подобные вашим?

Автор: dmi3k

dmi3k — Tue, 03 Nov 2015 14:46:23 +0000

Автоматический перебор моделей — офигенная помощь. У меня 1115 магазинов в цикле перебираются — руками я буду до следующего года сортировать. Мне нужно сказать — вот моя целевая функция, подберите мне модель которая ее минимизирует. Все. Можно AIC в default поставить. Ответственность за правильность подобранной модели несет пользователь. Следующий шаг — организовать наиболее эффективный перебор. То есть какой-то greedy method перебора с целью минимизировать количество шагов и достичь good’nuff модели (возможно некий локальный но приемлемый минимум целевой функции).

Автор: Иван Светуньков

Иван Светуньков — Tue, 03 Nov 2015 14:11:53 +0000

В ответ на dmi3k.

Хорошая идея! Буду проверять на na и выдавать сообщение. Так же сделаю проверку перед выводом графика. Это больше информации даст.
Спасибо за помощь! :)

А по поводу AIC… Конечно, не панацея. Но выбор модели — это вообще отдельная серьёзная проблема. Почему бы, например, не выбирать модели самостоятельно, а не автоматически? Petropoulos & Kourentzes (http://kourentzes.com/forecasting/2015/07/24/diy-forecasting-judgment-models-and-judgmental-model-selection/), например, показали, что это вполне себе неплохой метод…

В любом случае, другие методы, конечно же, можно реализовать в функции, но навряд ли я ими займусь в ближайшее время :). Можно, впринципе, внести это в github в функции для будущего (enhancement) — чтобы не забыть.

Автор: dmi3k

dmi3k — Tue, 03 Nov 2015 13:11:44 +0000

Иван, отзываю свой Bug Report. The fault is fully mine. У меня в xreg были missing values (в команде shift забыл указать fill=0), причем только в holdout части (то есть модель тренируется хорошо, но заваливается при прогнозе на последних нескольких значениях). Что можно было бы сделать для того чтоб защититься от таких глупостей пользователя это быстренько проверить is.na(xreg) и сказать, мол, «я за себя не отвечаю, сэр, тут у вас missing values в xreg».

О другом. Я все таки считаю что нужно дать пользователю возможность производить оптимизацию чего-то другого кроме AIC при поиске модели. На ряде, который я вам прислал в twitter, es() порекомендовала AAdN. Как вы видите, fit не очень — потому что происходит смена тренда прямо перед началом holdout периода. Я «угадал» MNN — вдвое меньше MAPE и отличный fit. Так что AIC — не панацея, особенно с регрессорами. Thank you, again, for the wonderful product!!

PS- Мне кажется я понимаю почему NA в регрессорах завалила график. В es.R вы устанавливаете xlim и ylim исходя из max и min. Вы не предполагаете что в векторе могут быть NA — вот ylim и сходит с ума

Автор: Иван Светуньков

Иван Светуньков — Sun, 01 Nov 2015 18:59:55 +0000

В ответ на dmi3k.

Любопытно. А можете скинуть данные, чтобы я мог посмотреть подробней на то, что там происходит?
Просто, по идеи, данные по прогнозу записываются в отдельную переменную практически сразу после оценки модели.
И, если не затруднит, скиньте команду, которой вызывали функцию.

P.S. Вообще github для целей bug report хорошо подходит ;)

Автор: Иван Светуньков

Иван Светуньков — Sun, 01 Nov 2015 18:52:52 +0000

В ответ на dmi3k. 1. Упущение, да. Добавлю. 2. Ошибки рассчитываются по holdout. in-sample даёт не так много нужной информации, да и могут легко быть рассчитаны по $actuals и $fitted, поэтому я предпочёл их убрать.

Автор: dmi3k

dmi3k — Sun, 01 Nov 2015 16:45:50 +0000

Bug report:
Я считаю какой-то достаточно сложный случай — перебор порекомендовал метод AMdM. Все посчиталось нормально, но график прервал выполнение команды и выдал ошибку
>Error in plot.window(xlim, ylim, log, …) : need finite ‘ylim’ values

Проверив вектор $forecast я вижу что он пустой. Можно, пожалуйста, наполнять переменные до того, как начнете рисовать?

Картинка тут: http://i68.tinypic.com/nphnbo.png

Автор: dmi3k

dmi3k — Sun, 01 Nov 2015 13:31:22 +0000

Иван,
два коротких вопроса сегодня: 1) Как достать значение «Model constructed: MAN» из объекта es(). Такое впечатление, что объект не содержит в себе типа модели
2) Ошибки рассчитываются по holdout или по всей выборке? Есть смысл я думаю репортить отдельно in-sample (соответствует объекту fitted), holdout (соответствует объекту forecast) и общий (соответствует объекту AIC).
DP

Автор: Иван Светуньков

Иван Светуньков — Sat, 31 Oct 2015 22:17:20 +0000

В ответ на dmi3k.

Я на самом деле так не полагаю :). Я знаю, что Cross Validation нередко даёт результаты лучше, чем AIC. В конце концов, AIC — это достаточно абстрактная идея о приближении к какой-то там несуществующей генерирующей модели. Просто работать с ним значительно проще + он статистически обоснован. Ну, и цель функции es() изначально была — реализовать ETS в альтернативном виде, но следуя общим принципам, описанным в Hyndman et al., 2008. Если сейчас заморачиваться с другими методами выбора модели, то функция растянется ещё больше и станет мало подъёмной.

А вот интерфейс для выбора модели — это, конечно, задача… Не уверен, что смогу это реализовать внутри es() на данном этапе своих знаний по программированию…