Sono un praticante, sia produttore che utente di previsioni e NON uno statistico esperto. Di seguito condivido alcuni dei miei pensieri sul perché la tua previsione media è risultata migliore di ARIMA facendo riferimento a un articolo di ricerca che si basa su prove empiriche. Un libro che più volte torno a fare riferimento è il libro Principi di previsione di Armstrong e il suo sito Web che consiglierei come una lettura eccellente per qualsiasi meteorologo, offre una visione approfondita dell'uso e dei principi guida dei metodi di estrapolazione.
Per rispondere alla prima domanda : quello che voglio sapere è se questo è insolito?
Esiste un capitolo chiamato Extrapolation for Time-Series and Cross-Sectional Data, anch'esso disponibile gratuitamente nello stesso sito Web . Quanto segue è la citazione dal capitolo
"Ad esempio, nella competizione M2 in tempo reale, che ha esaminato 29 serie mensili, Box-Jenkins si è rivelato uno dei metodi meno accurati e il suo errore mediano complessivo è stato del 17% superiore a quello di una previsione ingenua"
Esistono prove empiriche sul perché le tue previsioni medie fossero migliori dei modelli ARIMA.
C'è stato anche uno studio dopo l'altro in competizioni empiriche e la terza competizione M3 che mostra Box - L'approccio ARIMA di Jenkins non riesce a produrre previsioni accurate e manca di prove del fatto che si comporta meglio per l'estrapolazione univariata di tendenze.
C'è anche un altro articolo e uno studio in corso di Greene e Armstrong intitolato " Previsioni semplici: evitare le lacrime prima di coricarsi " nello stesso sito web. Gli autori dell'articolo riassumono come segue:
In totale abbiamo identificato 29 articoli che incorporano 94 confronti formali sull'accuratezza delle previsioni di metodi complessi con quelli di metodi semplici, ma non sempre sofisticatamente semplici. L'ottantatre percento dei confronti ha rilevato che le previsioni di metodi semplici erano più accurate o analogamente accurate di quelle di metodi complessi. In media, gli errori delle previsioni di metodi complessi erano circa il 32 percento maggiori degli errori di previsioni di metodi semplici nei 21 studi che forniscono confronti di errori
Per rispondere alla tua terza domanda : questo indica che ho impostato qualcosa di sbagliato? No, prenderei in considerazione ARIMA come metodo complesso e la previsione media come metodi semplici. Vi sono ampie prove che metodi semplici come la previsione media superano i metodi complessi come ARIMA.
Per rispondere alla tua seconda domanda : questo significa che le serie temporali che sto usando sono strane?
Di seguito sono riportati quelli che ho considerato esperti nelle previsioni del mondo reale:
- Makridakis (Pioniera della competizione empirica sulla previsione chiamata M, M2 e M3, e spianata la strada a metodi basati sull'evidenza nella previsione)
- Armstrong (fornisce informazioni preziose sotto forma di libri / articoli sulla pratica delle previsioni)
- Gardner (Invented Damped Trend smoothing esponenziale di un altro metodo semplice che funziona sorprendentemente bene contro ARIMA)
Tutti i ricercatori sopra citati sostengono la semplicità (metodi come la tua previsione media) rispetto a metodi complessi come ARIMA. Quindi dovresti sentirti a tuo agio che le tue previsioni sono buone e favorire sempre la semplicità rispetto alla complessità sulla base di prove empiriche. Tutti questi ricercatori hanno contribuito immensamente al campo della previsione applicata.
Oltre alla buona lista di Stephan del semplice metodo di previsione. esiste anche un altro metodo chiamato metodo di previsione Theta che è un metodo molto semplice (fondamentalmente un semplice livellamento esponenziale con una deriva che equivale a 1/2 della pendenza della regressione lineare). Aggiungerei questo alla tua cassetta degli attrezzi. Forecast package in R
implementa questo metodo.