예측오류

이 글은 검증을 위해 인용구가 추가로 필요하다. 신뢰할 수 있는 출처에 인용문을 추가하여 이 기사를 개선할 수 있도록 도와주십시오. 공급되지 않은 재료는 도전하여 제거할 수 있다. 출처 찾기: "예측 오류" – 뉴스 · 신문 · 책 · 학자 · JSTOR (2016년 6월) (이 템플릿 메시지를 제거하는 방법과 시기 학습)

통계에서 예측오차는 실제 또는 실제와 시계열의 예측 또는 예측값 또는 기타 관심현상 간의 차이를 의미한다.예측오차는 동일한 데이터 척도에서 도출되기 때문에 서로 다른 시계열의 예측오차는 시계열이 동일한 척도에 있을 때만 비교할 수 있다.^[1]

간단한 경우, 예측을 단일 시점의 결과와 비교하고 예측 오류의 요약을 그러한 시점의 집합에 걸쳐 구성한다.여기서 예측은 차이 또는 비례 오차를 사용하여 평가할 수 있다.관례에 따라 오차는 결과 값에서 예측 값을 뺀 값을 사용하여 정의된다.

다른 경우 예측은 리드타임의 수치에 걸쳐 예측값으로 구성될 수 있다. 이 경우 예측오차의 평가는 예측의 시간 프로파일과 결과 사이의 일치를 평가하는 더 일반적인 방법을 고려할 필요가 있을 수 있다.예측의 주요 적용이 특정 임계값을 언제 넘을지를 예측하는 것이라면, 예측을 평가하는 한 가지 가능한 방법은 결과가 임계값을 초과할 때와 예측이 교차할 때의 시간 차이인 타이밍 오차를 사용하는 것이다.최대값에 도달하는 데 관심이 있는 경우 다음 중 하나를 사용하여 예측을 평가할 수 있다.

• 피크 시간 차이
• 예측 및 결과의 피크 값 차이
• 결과의 피크 값과 해당 시점의 예측 값 사이의 차이

예측 오류는 단위 그룹에 대한 예측 오류를 요약하려는 경우 캘린더 예측 오류 또는 단면 예측 오류가 될 수 있다.동일한 제품 또는 현상에 대한 시계열 예측에 대한 평균 예측 오류를 관찰하면 이를 캘린더 예측 오류 또는 시계열 예측 오류라고 부른다.동일한 기간 동안 여러 제품에 대해 이 점을 관찰하면 단면 성능 오류가 발생한다.레퍼런스 클래스 예측은 예측 오류를 줄이기 위해 개발되었다.예측을 결합하면 예측오차도 감소하는 것으로 나타났다.^[2][3]

예측 오류 계산 중

예측오차는 관측치 값과 이전의 모든 관측치에 근거한 예측값의 차이다.오류가 $e{\displaystyle }$( ${\displaystyle t}$) ${\displaystyle e(t)}($으)로 표시되면 예측 오류를$$ 다음과 같이 기록할 수 있다.

${\displaystyle e(t)=y(t)-{\hat {y}(t-1)}$

어디에

${\displaystyle y(}$ ${\displaystyle t}$) ${\displaystyle y(t)}$ $$= 관측치

${\displaystyle \stackrel{}{y}}$ ${\displaystyle \stackrel{}{^}}$( ${\displaystyle \mathrm{t}}$- 1${\displaystyle }$) ${\displaystyle {\hat {y}(t-1)}$ $$= 모든 이전 관측치에 $기반$한 y${\displaystyle }$( ${\displaystyle t}$) ${\displaystyle$ y$(t)}$의 예측값을 나타낸다.

예측 오차는 평균 백분율 오차, 루트 평균 제곱 오차, 평균 절대 백분율 오차, 평균 제곱 오차 등 다양한 방법을 사용하여 평가할 수 있다.다른 방법으로는 추적 신호와 예측 편향이 있다.

교육 데이터에 대한 예측 오류

${\displaystyle y(}$ t${\displaystyle }$) ${\displaystyle y(t)}$은 관측치를 나타내며$$ $y{\displaystyle \stackrel{^(}{}\mathrm{t}}$- 1${\displaystyle }$)${\displaystyle {\hat$ {$y}(t-1)은$예측값임$$

테스트 데이터의 예측 오류의 경우

${\displaystyle y(}$ ${\displaystyle t}$+ ${\displaystyle h}$) ${\displaystyle$ y$(t+h)}$은 h-step 관측치의 실제 값을 나타내며$$ 예측은 y${\displaystyle ^(t}$+ h ${\displaystyle t}$ $){\displaystyle {\y}(t+h$ t$)}$로 표시된다.

학술문학

드레만과 베리는 1995년 '파이낸셜 애널리스트 저널'에서 증권 애널리스트들의 전망치가 너무 낙관적이고, 투자계가 전망에 너무 많이 의존하고 있다고 주장했다.그러나 이것은 로렌스 D에 의해 반박되었다.브라운은 1996년과 1997년에 분석가들이 "쾌적하거나 정교한 시계열 모델"보다 일반적으로 더 정확하며 시간이 지남에 따라 오류가 증가하고 있다고 주장했다.^[4][5]

2002년 타무라 히로미치는 집단 대 협의 분석가들이 합의점에 근접하는 수익 추정치를 제출할 뿐만 아니라 그들의 성격이 이러한 추정치에 강한 영향을 미친다고 주장했다.^[6]

예측 오류의 예

마이클 피쉬 - 1987년 10월 15일, 그레이트 스톰이 터지기 몇 시간 전, 그는 일기예보에서 이렇게 말했다: "오늘 아침, 한 여성이 BBC에 전화를 걸어 오는 길에 허리케인이 있다는 소식을 들었다고 말했다.음, 보고 있다면 걱정하지 마, 없어!"이 폭풍은 3세기 동안 영국 남동부를 강타한 최악의 폭풍으로 기록적인 피해를 입혔고 19명이 사망했다.^[7]

대불황 - 2007년에 발발한 금융 및 경제 위기는 1930년대 대공황 이후 최악으로, 비록 소수의 단독 분석가들이 한동안 예측해 왔었다 하더라도 대부분의 예측자들은 예견하지 못했다(예를 들면, 누리엘 루비니와 로버트 실러).'대불황'을 예측하지 못한 것이 이 직업에서 많은 영혼 찾기를 야기했다.영국의 엘리자베스 여왕 자신도 신용경색이 진행되고 있다는 것을 아무도 눈치채지 못한 이유를 물었고, 기업, 시, 시, 규제당국, 학계, 정부 전문가 등 경제학자 그룹은 편지로 설명하려고 애썼다.^[8]

그것은 단순히 대공황을 예측하는 것이 아니라, 경제학자들이 고전하고 있는 것이 분명한 곳에서 그것의 영향도 예측하는 것이었다.예를 들어, 싱가포르에서 시티는 싱가포르가 "싱가포르 역사상 가장 심각한 불황"을 겪을 것이라고 주장했다.2009년 경제는 3.1% 성장했고 2010년에는 15.2% 성장했다.^[9][10]

국제통화기금(IMF)은 2019년 말 2020년 세계 성장률을 3.4%로 예상했지만 코로나바이러스 대유행의 결과로 2020년 11월 세계 경제가 4.4% ^[11][12]위축될 것으로 예상하도록 추정치를 수정했다.

참고 항목

• 수요예측 정확도 계산
• 통계량의 오차 및 잔차
• 예측
• 예측 정확도
• 평균 제곱 예측 오차
• 낙관주의적 편견
• 참조 클래스 예측

참조