Herramienta de comparación de TS

La herramienta TS Compare compara uno o más modelos de series temporales creados con el Herramienta Arima o Herramienta ETS, incluidos los modelos ARIMA que utilizan covariables.

Proporciona una serie de medidas comúnmente utilizadas de la precisión del modelo en términos de comparación de los pronósticos puntuales de cada modelo con los valores reales del campo que se pronostica para un conjunto de datos retención. Además, se proporcionan tanto una trama como una tabla de valores reales y de previsión. Las entradas de la macro son uno o más modelos de serie temporal (que se han unificado) que se basan en el mismo campo, y el mismo DataSet de estimación, y un flujo de datos Alteryx que contiene los valores reales para el período de exclusión, junto con los valores de cualquier covariables que pueden haber sido utilizadas en la creación del modelo. Los valores reales deben ser para los períodos de tiempo inmediatamente después de los períodos de tiempo utilizados para crear los modelos.

Capítulo 2, sección 5 de Hyndman y el pronóstico de libros en línea de Athanasopoulos : los directores y la práctica proporcionan una buena discusión de las medidas utilizadas para evaluar la precisión del modelo de pronóstico.

Esta herramienta utiliza la herramienta R. Ve a Opciones > Descargar herramientas predictivas e inicia sesión Portal de licencias y descargas de Alteryx para instalar R y los paquetes utilizados por la Herramienta R. Consulta Descargar y usar herramientas predictivas.

Conectar entradas

La herramienta de pronóstico covariable TS requiere una secuencia de datos que sea:Designer

Un conjunto de modelos de series temporales que predicen el mismo campo, idealmente estimando los mismos periodos de tiempo, que han sido sindicalizados juntos.
Un flujo de datos Alteryx que contiene el mismo campo que el pronosticado por las herramientas Arima o ETS de la serie temporal, pero por períodos de tiempo que inmediatamente después de los periodos de tiempo utilizados para estimar los modelos. Si uno de los modelos que se va a comparar es un modelo ARIMA con covariables, entonces todos los campos covariados utilizados también deberían incluirse en esta secuencia de datos.

El tamaño del conjunto retención debe ser por lo menos tan largo como el número de períodos en el futuro el modelo se utilizará para predecir en la producción. Si la muestra total disponible es grande, el tamaño del conjunto retención es a menudo Lager que el número de períodos a pronosticar, y es a menudo entre el 10% y el 20% de los datos disponibles.

Configurar la herramienta

Utilice la ficha opciones gráficas para definir los controles de la salida.

Tamaño de la parcela: seleccione pulgadas o centímetros para el tamaño del gráfico.
Resolución del gráfico: selecciona la resolución del gráfico en puntos por pulgada: 1x (96 dpi); 2x (192 dpi); o 3x (288 dpi). La resolución más baja crea un archivo más pequeño y es el mejor para la visión en un monitor. Una resolución más alta crea un archivo más grande con una mejor calidad de impresión.
Tamaño de fuente base (puntos): seleccione el tamaño de la fuente en el gráfico.

Ver la salida

Conecta una herramienta Explorar con cada ancla de salida para ver los resultados.

O Anchor: contiene una secuencia de datos de los nombres de cada modelo examinado y sus estadísticas de precisión. Las estadísticas de precisión son el error de pronóstico medio (me), la raíz cuadrada de los errores de previsión media cuadrada (RMSE), los valores absolutos media de los errores de pronóstico (MAE), el error de previsión de porcentaje medio (MPE), el error de pronóstico de porcentaje absoluto medio (MAPE) , y el error de escala absoluta media (Mase). El más comúnmente enfocado de éstos es la medida MAPE, sin embargo, la medida Mase resuelve algunas carencias de MAPE. Para todas las medidas, los modelos con valores más pequeños de estas medidas se prefieren a los que tienen valores más grandes.
R Anchor: consiste en los fragmentos de informe de una tabla con los valores reales y de previsión, una tabla de las estadísticas de precisión para cada modelo, y una trama que muestra todos los valores de la serie de tiempo y los valores de previsión para todos los modelos que se comparan.
I ancla: un tablero de instrumentos HTML interactivo que consiste en diagramas y métricas. Puede interactuar con las visualizaciones haciendo clic en los diferentes elementos gráficos para revelar más información, valores, métricas y análisis.

*Hyndman, R.J. y Athanasopoulos, G. (2012) pronóstico: principios y práctica.