Model ARIMA Berubah Dengan Data Baru

Question

Saya mengembangkan model ARIMA dengan kesalahan (https://robjhyndman.com/hyndsight/arimax/) untuk meramalkan pertumbuhan PDB di wilayah kecil. Masalahnya adalah bahwa nilai PDB kuartal dan tahun terakhir berubah sesuai dengan koreksi otoritas statistik resmi negara, menyebabkan model tersebut juga berubah (misalnya model pertama dengan AIC terendah digunakan untuk menjadi ARIMA (0, 1,3), sekarang dengan data baru adalah ARIMA (4,1,1)). Pertanyaan saya sekarang adalah bagaimana saya harus melanjutkan? Apakah saya harus tetap menggunakan model awal atau menyesuaikan perkiraan sesuai dengan model baru yang disarankan?

Terima kasih atas sarannya

Answer 1

Data yang diperbarui mungkin lebih tepat, sehingga model yang dipasang ke data yang diperbarui kemungkinan juga lebih dekat dengan proses pembuatan data yang sebenarnya. Jadi saya akan menggunakan model baru.

Kemudian lagi, perubahan besar dalam prakiraan (perhatikan bahwa model yang berbeda dapat memberikan prakiraan yang tidak terlalu berbeda, setidaknya pada cakrawala pendek) akan menjadi perhatian. Jadi setidaknya saya akan melihat perbedaan perkiraan dari kedua model tersebut.

Jika dua (atau lebih) model sama-sama masuk akal sehingga perubahan kecil pada data dapat membuat auto.arima()lompatan dari satu model ke model lainnya, mungkin juga bermanfaat untuk menggunakan kedua model, dengan merata-ratakan perkiraan. Selama urutan integrasinya sama, Anda juga dapat membandingkan AIC dan berpotensi menggunakan AIC dalam skema pembobotan (mis., Kolassa, 2011, IJF - maaf untuk promosi mandiri). Namun, perhatikan bahwa menginvestasikan banyak waktu untuk menemukan bobot "optimal" mungkin tidak banyak membantu ( Claeskens et al., 2016, IJF ).

Akhirnya, jika Anda punya waktu, Anda bisa juga menonaktifkan beberapa cara pintas komputasi yang auto.arima()dibutuhkan, yang dapat memberikan Anda belum model lain untuk bermain dengan, dengan menetapkan stepwise=FALSEdan / atau approximation=FALSE.