Usa Holt-Winters o ARIMA?

La mia domanda riguarda la differenza concettuale tra Holt-Winters e ARIMA.

A quanto ho capito, Holt-Winters è un caso speciale di ARIMA. Ma quando è preferito un algoritmo rispetto all'altro? Forse Holt-Winters è incrementale e quindi funge da algoritmo inline (più veloce)?

In attesa di alcune informazioni qui.

Come dice Brian nella sua risposta: non esiste una regola semplice su quale sia meglio. Ad esempio, l'Ufficio per le statistiche nazionali del Regno Unito è passato da HW ad ARIMA e ha scritto un articolo su di esso e mentre hanno scelto di cambiarlo è stato probabilmente a causa della potenza del pacchetto software X12 (ora X13), che è basato su ARIMA e molto potente, piuttosto che la tecnica stessa.

Inoltre, dovresti confrontare le soluzioni State Space (Kalman Filter), che è ancora più generale. R arima, ad esempio, utilizza una soluzione di spazio spaziale sotto il cofano.

Holt-Winters ha tre parametri, quindi è semplice, ma sono fondamentalmente fattori di livellamento, quindi non ti dice molto se li conosci. ARIMA ha più parametri e alcuni di essi hanno un significato intuitivo, ma non ti dice ancora molto. Lo spazio degli stati può essere complesso, ma è anche possibile modellare esplicitamente le cose per un maggiore potere esplicativo. Secondo me, comunque.

Ho visto persone con diversi set di dati confrontare i risultati di entrambi gli algoritmi e ottenere risultati diversi. In alcuni casi, l'algoritmo Holt-Winters fornisce risultati migliori rispetto all'ARIMA e in altri casi è il contrario. Non credo che troverai una risposta esplicita su quando usarne uno rispetto all'altro.

Da quello che ho visto, ARIMA ti consente di aggiungere regressori indipendenti mentre Holt Winters non offre quel lusso