Kapan menggunakan Exponential Smoothing vs ARIMA?

Saya baru-baru ini menyegarkan pengetahuan peramalan saya sambil mengerjakan ramalan bulanan di tempat kerja dan membaca buku Rob Hyndman, tetapi satu-satunya tempat saya berjuang adalah ketika menggunakan model perataan eksponensial vs model ARIMA. Apakah ada aturan praktis di mana Anda harus menggunakan satu metodologi vs yang lain?

Juga, karena Anda tidak dapat menggunakan AIC untuk membandingkan keduanya, Anda hanya perlu menggunakan RMSE, MAE, dll?

Saat ini saya hanya membangun beberapa dari masing-masing dan membandingkan langkah-langkah kesalahan tetapi saya tidak yakin apakah ada pendekatan yang lebih baik untuk dilakukan.

forecasting arima exponential-smoothing

— pengguna1723699
sumber

Seingat saya dari buku Hyndman, poin utama dari teknik smoothing adalah memperlancar data. Itu tidak mempertimbangkan kebisingan atau volatilitas kebisingan. Ini dapat digunakan untuk prediksi, tetapi itu tampaknya tidak menjadi poin utama.

— meh

@ Aginensky, pemulusan eksponensial jelas merupakan teknik peramalan yang populer dan efektif. Saya kira penggunaan utama dari model smoothing eksponensial tidak lain adalah peramalan.

— Richard Hardy

Itu benar, pada kenyataannya sampai saat ini tidak ada yang namanya model pemulusan eksponensial ; pemulusan eksponensial adalah hanya sebuah algoritma untuk menghitung perkiraan, tidak ada yang lain.

— Chris Haug

Exponential Smoothing sebenarnya adalah bagian dari model ARIMA. Anda tidak ingin mengambil model, tetapi membangun model yang disesuaikan untuk data. Proses ARIMA memungkinkan Anda melakukan itu, tetapi Anda juga harus mempertimbangkan item lain. Anda juga perlu mengidentifikasi dan menyesuaikan outlier. Lihat lebih lanjut tentang pekerjaan Tsay dengan outlier di sini

— Tom Reilly
sumber

Dalam arti luas, smoothing eksponensial bukanlah subset dari model ARIMA, meskipun memang model smoothing eksponensial linier memang demikian. Lihat Hyndman & Athanasopoulos "Peramalan: Prinsip dan Praktik" Bagian 8.10 .

— Richard Hardy

Ya kamu benar. Memang benar bahwa ada model ARIMA tanpa mitra ETS. readbag.com/robjhyndman-research-rtimeseries- handout Apakah ada contoh dataset yang dapat Anda tunjukkan kepada saya yang akan menjadi tolok ukur yang baik untuk ini?

— Tom Reilly

Saya tidak memiliki set data yang baik untuk pembandingan, tidak.

— Richard Hardy

Saya harus menambahkan bahwa Autobox (perangkat lunak saya bagian dari) tidak membatasi koefisien <1 jadi untuk Autobox itu meniru sifat non-linear. ETS juga mengabaikan 1) Pulsa, Pergeseran Level, Pulsa Musiman dan satu-satunya tren; 2) keteguhan varian kesalahan; 3) keteguhan parameter dari waktu ke waktu.

— Tom Reilly