关于时间序列预测,预测多少点数合适的问题

关于时间序列预测,预测多少点数合适的问题
大家在做时间序列预测问题的时候,假如面对的是复杂规律变化的500个时间序列数据,用ARMA,RBF神经网络或者支持向量机SVM,这些方法做预测的时候,一般最多预测几个点精度相对较高,为什么我发现这些方法在拟合的时候效果非常好,但是预测的时候效果很差呢?当时是以前450个数据做拟合,后50个数据做预测比对,是因为过拟合了还是预测点数太多了,求解导师要我做的数据更少,只有13个数据,12个做拟合,预测第13个效果好就行,我怎么觉得这么不靠谱呢,小样本数据也太小了吧,就这点数据,建模规律都找不到,更何况13个数据还是复杂规律点

jiangshanhaizai 1年前已收到1个回答举报

motoman8094 幼苗

共回答了24个问题采纳率：95.8% 举报

拟合结果好,是因为有实际的数据在不断修正这些方法的偏差.而预测的时候就会有问题,就像你说的,后50个数据预测的会不准.你们导师的意思是对的,我们总感觉样本数据越多,预测结果越准,其实这是不对的.预测和数据多少无关（最少也得5个以上吧）,关键是你预测的数据和基年的数据的时间差值,差值越大,偏差越大,因为中间没有实际的数据修正.预测近期的,结果都很好,远期的大部分不准确.看你数据这么多,你可以尝试分步预测,比如每隔10个点,取一个数据,然后就可以预测基年后的第10个数据,依次类推.

1年前追问

jiangshanhaizai 举报

不知道您有没有见到15个数据点以下的数据来做预测的，有的话麻烦推荐我一下，谢谢

可能相似的问题

你能帮帮他们吗

精彩回答