시계열 ( ~ )을 가지고 모델을 사용하여 다음 샘플 ( )을 예측해야합니다. 신경망 또는 다중 선형 회귀와 같은 시간 n에서, 나는 에서 까지의 모든 샘플을 가지고 있으며 을 예측해야합니다 . 시간에 에서 까지의 모든 샘플이 있으며 를 예측해야합니다 . 등등.X n X n + 1 , X n + 2 , … , X n + k X 1 X n X n + 1 n + 1 X 1 X n + 1 X n + 2
모델을 사용하여 값을 예측했다고 가정하겠습니다 . 예측 된 값에 대한 신뢰 구간을 어떻게 계산할 수 있습니까?
누구 든지이 문제에 나를 도울 수 있다면 감사하겠습니다. (지금까지 샘플 평균에 대한 신뢰 구간 계산 공식을 읽었지만 시계열의 예측 값에 대한 신뢰 구간을 계산하는 방법에 대해서는 아무것도 보지 못했습니다).
4
"신뢰 구간"이 아니라 "예측 구간"을 의미합니다. 후자는 매개 변수입니다.
—
Rob Hyndman
고마워 Rob. 실제로 예측 간격이 아닌 신뢰 구간을 찾아 내 예측의 불확실성에 대한 아이디어를 얻고 싶습니다. 실제 값을 찾는 주어진 확률 또는 신뢰도 (95 %라고 가정)가있는 예측 값 주위의 범위를 원합니다.
—
Mashud
당신이 묘사 한 것은 정확하게 예측 간격입니다. 신뢰 구간은 매개 변수에 대한 설명입니다. 향후 관측에 대한 범위를 원합니다.
—
Rob Hyndman
고마워 Rob. 예, 이해가 잘못되었습니다. 이것은 실제로 예측 간격입니다. 그 일에 대해 미안합니다. 신경망 / 다중 회귀 분석법으로 생성 된 미래 관측치의 예측 간격을 계산하는 방법에 대한 몇 가지 참조를 알려 주시면 감사하겠습니다.
—
Mashud