Hola, ¿qué tal? Yo le echaría un vistazo al paquete forecast de R. Hyndman. También le echaría un buen vistazo a su libro y a su blog. Tiene entradas tales como
http://robjhyndman.com/hyndsight/tscvexample/ que te pueden servir de guía. Un saludo, Carlos J. Gil Bellosta http://www.datanalytics.com El día 8 de febrero de 2016, 14:00, AURORA GONZALEZ VIDAL <[email protected]> escribió: > Hola!! > > Estoy intentando evaluar mi modelo de series temporales (uso auto.arima). > Para ello he implemetado el método "rolling window" que se basa en ir > añadiendo progresivamente datos al conjunto de train para testar el > modelo. Por ejemplo: > > - Train: 1 año, test: día 1 (24 observaciones, una por hora) --> evalúo > ese día (RMSE por ejemplo) > - Train: 1 año + 1 día, test: día 2 --> evalúo ese día (RMSE) > - Train: 1 año + 2 días, test: día 3 --> evalúo ese día (RMSE) > ... > > así hasta el final. Después, saco la media y la desviación estándard de > la RMSE y considero que esa es la evaluación de mi modelo. > > La duda es, ¿dónde empiezo? Es decir, ¿hago este proceso 10 veces (con > 10 días), 50 veces (con 50 días)...? ¿Lo hago con un porcentaje > específico del total de observaciones? > > No es lo mismo pero para los métodos de machine learning se coge 75 % > train y 25 % test. ¿Hay algo análogo? Esto sería más bien como los > resamplings (leave one out)... que tú decides cuántos hacer pero querría > saber si hay algún consenso. He leído por ahí que el 50% de la muestra > estaría bien > http://www.early-warning-signals.org/time-series-methods/metric-based-indicators/general-steps-for-rolling-window-metrics/ > pero tengo datos desde 2014, o sea, más de 17520 obsrvaciones ¿opiniones? > > Si alguien puede responder por aquí bien, y si hay algún experto por > Murcia o alrededores estaré encantada de invitarle a un café. > > Saludos y muchas gracias. > > > ------ > Aurora González Vidal > Phd student in Data Analytics for Energy Efficiency > > Faculty of Computer Sciences > University of Murcia > > @. [email protected] > T. 868 88 7866 > www.um.es/ae > > [[alternative HTML version deleted]] > > _______________________________________________ > R-help-es mailing list > [email protected] > https://stat.ethz.ch/mailman/listinfo/r-help-es _______________________________________________ R-help-es mailing list [email protected] https://stat.ethz.ch/mailman/listinfo/r-help-es
