Kiedy stosować Wygładzanie wykładnicze vs ARIMA?

Niedawno odświeżyłem swoją wiedzę na temat prognozowania, pracując nad niektórymi miesięcznymi prognozami w pracy i czytając książkę Roba Hyndmana, ale jedyne miejsce, w którym walczę, to kiedy zastosować model wygładzania wykładniczego w porównaniu z modelem ARIMA. Czy istnieje ogólna zasada, w której należy stosować jedną metodologię zamiast innej?

Ponadto, ponieważ nie można użyć AIC do porównania tych dwóch, wystarczy przejść przez RMSE, MAE itp.?

Obecnie buduję tylko kilka z nich i porównuję miary błędów, ale nie byłem pewien, czy można zastosować lepsze podejście.

forecasting arima exponential-smoothing

— użytkownik1723699
źródło

Jak pamiętam z książki Hyndmana, głównym celem technik wygładzania jest wygładzenie danych. Nie uwzględnia hałasu ani lotności hałasu. Można go wykorzystać do przewidywania, ale to nie wydaje się być głównym celem.

— meh

@aginensky, wygładzanie wykładnicze jest zdecydowanie popularną i skuteczną techniką prognozowania. Sądzę, że głównym zastosowaniem modeli wygładzania wykładniczego jest nic innego jak prognozowanie.

— Richard Hardy,

To prawda, w rzeczywistości do niedawna nie było czegoś takiego jak wykładniczy model wygładzania ; wykładniczy wygładzanie był tylko algorytm do obliczania prognoz, nic innego.

— Chris Haug,

Wygładzanie wykładnicze jest tak naprawdę podzbiorem modelu ARIMA. Nie chcesz zakładać modelu, a raczej zbudować dostosowany model danych. Proces ARIMA pozwala ci to zrobić, ale musisz również wziąć pod uwagę inne elementy. Musisz również zidentyfikować i dostosować wartości odstające. Więcej informacji na temat pracy Tsaya z wartościami odstającymi można znaleźć tutaj

— Tom Reilly
źródło

W szerokim sensie wygładzanie wykładnicze nie jest podzbiorem modeli ARIMA, chociaż faktycznie są to modele liniowe wygładzanie wykładnicze. Patrz Hyndman i Athanasopoulos „Prognozowanie: zasady i praktyka” rozdział 8.10 .

— Richard Hardy,

Tak, masz rację. To prawda, że istnieją modele ARIMA bez odpowiednika ETS. readbag.com/robjhyndman-research-rtimeseries-handout Czy miałbyś przykładowy zestaw danych, który możesz mi wskazać, co byłoby dobrym punktem odniesienia dla tego?

— Tom Reilly,

Nie mam dobrego zestawu danych do testów porównawczych, nie.

— Richard Hardy,

Powinienem dodać, że Autobox (oprogramowanie, którego jestem częścią) nie ogranicza współczynnika <1, więc dla Autobox naśladuje właściwości nieliniowe. ETS ignoruje również 1) impulsy, zmiany poziomów, sezonowe impulsy i jeden i tylko jeden trend; 2) stałość wariancji błędu; 3) stałość parametrów w czasie.

— Tom Reilly,