یک جهان برای یادگیری، تحلیل و ساختن
iePlanet · INDUSTRIAL ENGINEERING
STATISTICS ACADEMY / LESSON ۱۲

سری زمانی و ارزیابی پیش‌بینی

مدل خوب را روی آینده بسنج، نه فقط روی گذشته

درس ۱۲ از ۱۴کاربرد۲۳ دقیقه مطالعه تخمینی۲ تمرین + ۳ سؤال خودسنجی
پیش‌نیاز و هدف

در پایان این درس چه می‌توانی انجام دهی؟

پیش‌نیاز: درس ۱۰: مدل‌سازی و رگرسیون

  • داده‌های زمانی را از نمونه‌های مستقل تفکیک کنی.
  • پیش‌بینی ساده با میانگین متحرک محاسبه کنی.
  • نشت داده و ارزیابی نامناسب را تشخیص بدهی.
مفهوم

آموزش گام‌به‌گام

روند و فصل‌مندی

داده تقاضا ممکن است روند، الگوی فصلی، تغییر سطح یا هم‌بستگی در طول زمان داشته باشد. تصادفی جابه‌جاکردن سطرهای زمانی برای ساخت مجموعه آزمون می‌تواند اطلاعات آینده را ناخواسته به آموزش منتقل کند.

مدل‌های پایه ضروری‌اند

پیش‌بینی ساده «آخرین مشاهده» (ناایو) و میانگین متحرک باید مبنای مقایسه باشند. پیچیده‌کردن مدل بدون بهترشدن خطا در داده آینده ارزش ندارد.

ارزیابی زمانی

برای سنجش مدل، دوره‌های قدیمی‌تر را برای آموزش و دوره‌های جدیدتر را برای آزمون کنار بگذار. روش walk-forward با حرکت تدریجی مبدا پیش‌بینی عملکرد را در سناریوهای متعدد می‌سنجد.

معیار خطا و کاربرد

MAE میانگین قدر مطلق خطاها و در واحد اصلی تقاضا است. MAPE برای مقادیر واقعی صفر تعریف نمی‌شود و در تقاضای بسیار کوچک ناپایدار است. انتخاب معیار باید هزینه کمبود و مازاد را هم در نظر بگیرد.

فرمول و تعریف

رابطه کلیدی

MAE = Σ|yₜ−ŷₜ| / m | MA(۳)ₜ₊₁ = (yₜ+yₜ₋₁+yₜ₋₂)/۳

پیش از جایگذاری عدد، واحد متغیرها، فرض‌های مدل و معنای نمادها را با متن درس تطبیق بده.

حل مسئله

پیش‌بینی تقاضای هفته بعد

تقاضای چهار هفته گذشته ۱۰۰، ۱۱۰، ۱۲۰ و ۱۳۰ واحد است. پیش‌بینی هفته پنجم با میانگین متحرک سه‌هفته‌ای (۱۱۰+۱۲۰+۱۳۰)÷۳=۱۲۰ واحد و با روش ناایو ۱۳۰ واحد است. هنوز نمی‌توان گفت کدام بهتر است؛ باید خطای آن‌ها را بر داده‌های آینده یا پنجره‌های اعتبارسنجی گذشته مقایسه کرد.

تفسیر و محدودیت: این مثال روند صعودی دارد؛ میانگین متحرک نسبت به روند با تأخیر واکنش می‌دهد. همیشه روش پایه را گزارش کن.
تمرین تألیفی

دو تمرین با پاسخ تشریحی

  1. تمرین ۱. تقاضای ۸۰، ۹۰، ۱۰۰؛ پیش‌بینی میانگین متحرک ۳تایی دوره بعد چیست؟

    نمایش پاسخ تشریحی
    (۸۰+۹۰+۱۰۰)÷۳=۹۰.
  2. تمرین ۲. برای مقدار واقعی ۱۲۰ و پیش‌بینی ۱۰۰، خطای قدرمطلق چند است؟

    نمایش پاسخ تشریحی
    |۱۲۰−۱۰۰|=۲۰ واحد.
خودسنجی

آزمون خودسنجی

به هر سؤال پاسخ بده و سپس پاسخ‌های تشریحی را بررسی کن. نتیجه فقط در همین صفحه نمایش داده می‌شود.

کنترل کیفیت یادگیری

اشتباه رایج

برای داده سری زمانی، تقسیم تصادفی train/test معمولاً ارزیابی آینده را مخدوش می‌کند؛ بخش آزمون را از نظر زمانی جدا کن.

این درس کاربرد یک مدل در دامنه مشخص را نشان می‌دهد؛ برای استفاده صنعتی، داده واقعی، طرح مطالعه و فرض‌ها را جداگانه بررسی کن.

منابع اصلی

مراجع معتبر برای مطالعه و بازبینی

متن و مثال‌ها تألیفی‌اند؛ این پیوندها منابع روش‌شناختی و آموزشی‌اند، نه داده تجربی مثال‌ها.

این درس را تمام کردی؟

پس از بررسی پاسخ‌ها می‌توانی مطالعه این درس را در همین مرورگر علامت بزنی. حساب کاربری و انتقال بین دستگاه‌ها وجود ندارد.

لینک کوتاه این صفحهieplanet.ir/s/s0f5Hx5
بازدیدهای معتبر این صفحه—

آمار از زمان فعال‌سازی شمارنده ثبت می‌شود؛ بازدیدهای تکراری در بازهٔ کوتاه و ربات‌های شناخته‌شده تا حد امکان حذف می‌شوند.