Метрики оцінювання і діагностика залишків
Найбільш поширеними оціночними метриками для прогнозування є середньоквадратичні середні значення, які багато хто використовує при вирішенні проблем регресії:
- MAPE, так як він не залежить від масштабу і представляє відношення помилки до фактичним значенням у відсотках;
- MASE, який показує, наскільки добре виконується прогноз порівняно з наївним середнім прогнозом.
Після того як метод прогнозування був адаптований, важливо оцінити, наскільки добре він здатний захопити моделі. Хоча оцінні показники допомагають визначити, наскільки близькі значення дорівнюють фактичним, вони не оцінюють, чи відповідає модель TS. Залишки — хороший спосіб оцінити це. Оскільки програміст намагається застосувати шаблони TS, він може очікувати, що помилки будуть вести себе, як «білий шум», оскільки вони представляють те, що не може бути зафіксовано моделлю.
“Білий шум” повинен мати наступні властивості:
