没有区间的预测不是预测
有人问下个月会怎样,你给了一个数字。他们记下来、据此安排,而它错了 — 每个预测都会错。问题从来不在数字,而在于给它时没有区间。
为什么区间会变宽。向前一步,你几乎知道一切相关信息。向前十步,每一步的误差都会嗂入下一步,不确定性不断累积。宽度恒定的带子等于声称第十个月与第一个月一样可知。
指数平滑。Holt-Winters 同时携带水平、趋势和重复的季节形状。
ARIMA 则建模差分后与近期历史的依赖。所选阶数是一个选择,而非发现。
⚠️ 真正重要的数字:回测。任何模型都能拟合它看过的数据。
保持诚实的对比:朴素预测好得令人尴尬。
为什么区间会变宽。向前一步,你几乎知道一切相关信息。向前十步,每一步的误差都会嗂入下一步,不确定性不断累积。宽度恒定的带子等于声称第十个月与第一个月一样可知。
指数平滑。Holt-Winters 同时携带水平、趋势和重复的季节形状。
ARIMA 则建模差分后与近期历史的依赖。所选阶数是一个选择,而非发现。
⚠️ 真正重要的数字:回测。任何模型都能拟合它看过的数据。
保持诚实的对比:朴素预测好得令人尴尬。
在应用中试试
时间序列 → 预测:先读回测那一行,再看数字。