Почему вообще возможно прогнозирование временного ряда?

Question

[Femistoklov]

Как узнать, существует ли адекватная модель для прогнозирования временного ряда? Есть ли определение "ряд можно хорошо прогнозировать" / "ряд не поддаётся прогнозированию"?

Например: курс валюты, потребление электроэнергии, температура воздуха, замеры пульса человека, вывод последовательности вызовов функции random( ), количество выпадений решки из 100 бросков в разное время суток, количество сомалийских пиратов в разные годы и т.д.

Интуитивно понятно, что не все такие ряды можно прогнозировать "одинаково". Укажите, плиз, на существующий формализм.

Answer 1

[robomakerr]

Думаю, формализма не существует. Подбор модели - больше искусство, чем алгоритм.
"Как узнать" - перебрать подряд все известные модели.
Если хочется сократить перебор - можно предварительно сделать все известные "анализы" ряда (сезонность, тренд, автокорреляция и т.п.)
Если хочется еще сократить путь к цели - надо копаться в "физическом смысле" процесса, порождающего ряд.
Например, потребление электроэнергии (как и температура воздуха) растет днем и падает ночью. Очевидно, что это устойчивая закономерность, и её несложно прогнозировать.
Дальше чисто исследовательская работа, без четкого алгоритма. Ставим гипотезы, проверяем их. Если не сработало, думаем дальше.
В целом, выражать каким-то числом "степень прогнозируемости ряда" думаю не всегда имеет смысл. Например, курс валюты - это смесь множества процессов, а не один. Эти процессы (и закономерности) могут носить локальный характер, накладываться друг на друга, появляться и исчезать, и т.д. Оценивать "прогнозируемость" логичнее для какой-то одной узкой закономерности, выделенной из ряда.

Answer 2

[Александр Скуснов]

У любого временного ряда есть экстраполяция. Только каким критерием будете оценивать?

Comments

[Femistoklov]

Хммм, ну, например, берём какую-нибудь известную модель и оцениваем, существует ли у неё набор параметров, при котором прогноз будет настолько-то точным. Либо берём класс моделей и оцениваем, найдётся ли такая модель. В идеале - берём все самые распространённые и применяющиеся на практике модели и смотрим, найдётся ли хоть одна такая, при которой прогноз будет удовлетворять заданной точности.

[Александр Скуснов]

Femistoklov, Проблема в том, что исследование на истории может привести к т.н. подгонке. Хотя, никто не отменял адаптацию (правда, она обычно запаздывает).