hybridModel von Auto.arima und ANN produzieren Punktprognose außerhalb von 95% CI

Question

Ich habe an Zeitreihenprognosen gearbeitet und kürzlich darüber gelesen, wie das Hybridmodell von auto.arima und ann bessere/genauere Prognoseergebnisse liefert. Ich habe sechs Zeitreihendatensätze, das Hybridmodell funktioniert Wunder für fünf von ihnen, aber es gibt seltsame Ergebnisse für den anderen.

lief ich das Modell der zu Paketen folgende Verwendung: library(forecast) library(forecastHybrid)

Hier die Daten:

ts.data

 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec 
2012   1 16 41 65 87 104 152 203 213 263 
2013 299 325 388 412 409 442 447 421 435 448 447 443 
2014 454 446 467 492 525 

Modell:

fit < - hybridModel (ts.data, model = "ein")

Vorhersage Ergebnisse für die nächsten 5 Perioden:

Prognose (fit, 5)

Point  Forecast Lo 80 Hi 80 Lo 95 Hi 95 
Jun 2014  594.6594 519.2914 571.0163 505.6007 584.7070 
Jul 2014  702.1626 528.7327 601.8827 509.3710 621.2444 
Aug 2014  738.5732 540.6665 630.2566 516.9534 653.9697 
Sep 2014  752.1329 553.8905 657.3403 526.5090 684.7218 
Oct 2014  762.7481 567.9391 683.5994 537.3256 714.2129 

Sie sehen, wie die Punktprognosen außerhalb des 95% -Konfidenzintervalls liegen. Weiß jemand, was das passiert und wie ich es beheben könnte?

Alle Gedanken und Einblicke sind willkommen! Vielen Dank im Voraus.

Answer 1

Siehe die Beschreibung dieser Ausgabe here
tl; dr nnetar Modelle keine Prognoseintervalle erstellen, so dass diese nicht in den Ensemblevorhersageintervalle enthalten. Wenn das "Vorhersage" -Paket dieses Verhalten hinzufügt (unter road map für 2016), werden die Vorhersageintervalle und Punktvorhersagen konsistent sein.