ಲಾಭಗಳು:
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಬೆಂಬಲದೊಂದಿಗೆ ಪ್ರವೃತ್ತಿ, ಋತುಮಾನ, ಚಕ್ರ ಮತ್ತು ಸ್ಥಿರತೆಯಂತಹ ಸಮಯ ಸರಣಿ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮತ್ತು ಸರಣಿಯನ್ನು ಸರಿಯಾಗಿ ಪಾರ್ಸ್ ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ
- ARIMA, ETS ಮತ್ತು ಸರಳ ಬೆಂಚ್ಮಾರ್ಕ್ ಮಾದರಿಗಳನ್ನು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಗೆ ಕೋಡ್ನಂತೆ ಸ್ಥಾಪಿಸುವ ಸಾಮರ್ಥ್ಯ, ಮುನ್ನೋಟಗಳನ್ನು ಉತ್ಪಾದಿಸಿ ಮತ್ತು ಅವುಗಳನ್ನು ಬ್ಯಾಕ್ಟೆಸ್ಟಿಂಗ್ನೊಂದಿಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ
- ಅನಿಶ್ಚಿತತೆಯ ವ್ಯಾಪ್ತಿ, ಮಾದರಿ ಮಿತಿ ಮತ್ತು ರಚನಾತ್ಮಕ ವಿರಾಮದ ಮುಖಾಂತರ ಮುನ್ಸೂಚನೆಯ ದುರ್ಬಲತೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ ಮತ್ತು ಮುನ್ಸೂಚನೆಯ ಜವಾಬ್ದಾರಿಯು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರಿಗೆ ಉಳಿದಿದೆ.
ಅರ್ಥಶಾಸ್ತ್ರದ ಭಾಷೆ ಸಮಯ. ಹಣದುಬ್ಬರ, ಬೆಳವಣಿಗೆ, ನಿರುದ್ಯೋಗ, ವಿನಿಮಯ ದರಗಳು - ಅವೆಲ್ಲವೂ ಕಾಲಾನಂತರದಲ್ಲಿ ಹರಿಯುವ ಸರಣಿಗಳಾಗಿವೆ ಮತ್ತು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರನ್ನು ಹೆಚ್ಚಾಗಿ ಕೇಳುವ ವಿಷಯವೆಂದರೆ "ಹಾಗಾದರೆ ಮುಂದೆ ಏನಾಗುತ್ತದೆ?" ಎಂಬುದು ಪ್ರಶ್ನೆಯಾಗಿದೆ. ಈ ಘಟಕದಲ್ಲಿ, ಸಮಯ ಸರಣಿಯ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು, ಮಾದರಿ ಕೋಡ್ ಅನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತು ಮುನ್ಸೂಚನೆಗಳನ್ನು ತಯಾರಿಸಲು ನಾವು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಬಳಸುತ್ತೇವೆ. ಆದರೆ ಮೊದಲಿನಿಂದಲೂ ಚೌಕಟ್ಟನ್ನು ಸ್ಪಷ್ಟಪಡಿಸೋಣ: ಮುನ್ಸೂಚನೆಯು ಭವಿಷ್ಯವಾಣಿಯಲ್ಲ, ಆದರೆ ಅನಿಶ್ಚಿತತೆಯ ಅಡಿಯಲ್ಲಿ ಷರತ್ತುಬದ್ಧ ಭವಿಷ್ಯ, ಮತ್ತು ಜವಾಬ್ದಾರಿಯು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರ ಮೇಲಿರುತ್ತದೆ. AI ನಿಮಗೆ ARIMA ಕೋಡ್ ಅನ್ನು ನಿಮಿಷಗಳಲ್ಲಿ ಬರೆಯಬಹುದು; ಆದರೆ ಆ ಭವಿಷ್ಯವು ಸಮಂಜಸವಾಗಿದೆಯೇ ಅಥವಾ ಅಲ್ಲವೇ ಮತ್ತು ಅದು ರಚನಾತ್ಮಕ ವಿರಾಮದ ಎದುರು ಕುಸಿಯುತ್ತದೆಯೇ ಎಂದು ನಿರ್ಧರಿಸುವವನು ಮಾನವ.
ಸಮಯ ಸರಣಿಯ ಘಟಕಗಳು
ಯಾವುದೇ ಆರ್ಥಿಕ ಸರಣಿಯನ್ನು ನಾಲ್ಕು ಭಾಗಗಳಾಗಿ ವಿಭಜಿಸುವ ಮೂಲಕ ಯೋಚಿಸಲು ಇದು ಸಹಾಯ ಮಾಡುತ್ತದೆ:
- ಪ್ರವೃತ್ತಿ (ಪ್ರವೃತ್ತಿ). ದೀರ್ಘಾವಧಿಯ ನಿರ್ದೇಶನ; ಉದಾಹರಣೆಗೆ ಆರ್ಥಿಕತೆಯ ಬೆಳವಣಿಗೆಯ ಹಾದಿ.
- ಋತುಮಾನ. ವರ್ಷವಿಡೀ ನಿಯಮಿತವಾಗಿ ಪುನರಾವರ್ತಿಸುವ ಮಾದರಿ; ಬೇಸಿಗೆಯಲ್ಲಿ ಪ್ರವಾಸೋದ್ಯಮ ಹೆಚ್ಚಾಗುತ್ತದೆ, ಡಿಸೆಂಬರ್ನಲ್ಲಿ ಚಿಲ್ಲರೆ ಹೆಚ್ಚಾಗುತ್ತದೆ.
- ಸೈಕಲ್ (ಕಂಜಂಕ್ಚರ್). ಋತುವಿಗಿಂತ ಉದ್ದವಾಗಿದೆ, ಅನಿಯಮಿತ ಏರಿಳಿತಗಳು; ವಿಸ್ತರಣೆ ಮತ್ತು ಸಂಕೋಚನದ ಅವಧಿಗಳು.
- ಅನಿಯಮಿತ/ಶಬ್ದ. ವಿವರಿಸಲಾಗದ, ಯಾದೃಚ್ಛಿಕ ಏರಿಳಿತ.
ಸರಣಿಯನ್ನು ಅಂದಾಜು ಮಾಡುವ ಮೊದಲು, ಈ ಘಟಕಗಳನ್ನು ಕೊಳೆಯುವುದು ಅವಶ್ಯಕ. ಏಕೆಂದರೆ ಕಚ್ಚಾ ಸರಣಿಯನ್ನು ನೋಡುವುದು ಮತ್ತು "ಇದು ಬೀಳುತ್ತಿದೆ" ಎಂದು ಹೇಳುವುದು ತಪ್ಪುದಾರಿಗೆಳೆಯಬಹುದು: ಬಹುಶಃ ನೀವು ಕೇವಲ ಋತುಮಾನದ ತೊಟ್ಟಿಯಲ್ಲಿದ್ದೀರಿ.
ನಿಶ್ಚಲತೆಯ ಪರಿಕಲ್ಪನೆಯೂ ಇದೆ: ಸರಣಿಯ ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಗುಣಲಕ್ಷಣಗಳು (ಸರಾಸರಿ, ವ್ಯತ್ಯಾಸ) ಕಾಲಾನಂತರದಲ್ಲಿ ಬದಲಾಗುವುದಿಲ್ಲ. ಹೆಚ್ಚಿನ ಆರ್ಥಿಕ ಸರಣಿಗಳು ಸ್ಥಿರವಾಗಿಲ್ಲ (ನಿರಂತರವಾಗಿ ಬೆಳೆಯುತ್ತಿದೆ); ಅನೇಕ ಮಾದರಿಗಳಿಗೆ ವಿಭಿನ್ನತೆ (ಒಂದು ಅವಧಿಯನ್ನು ಇನ್ನೊಂದರಿಂದ ಕಳೆಯುವುದು) ಅಥವಾ ನಿರ್ಮಿಸುವ ಮೊದಲು ಲಾಗರಿಥಮ್ಗಳೊಂದಿಗೆ ಸ್ಥಿರೀಕರಣದ ಅಗತ್ಯವಿರುತ್ತದೆ. AI ಈ ಹಂತಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ, ಆದರೆ ಅವು ಏಕೆ ಬೇಕು ಎಂದು ತಿಳಿದುಕೊಳ್ಳುವುದು ನಿಮ್ಮನ್ನು ರಕ್ಷಿಸುತ್ತದೆ.
ಸಲಹೆ: ಊಹಿಸುವ ಮೊದಲು ಯಾವಾಗಲೂ ಸರಣಿಯನ್ನು ಯೋಜಿಸಿ ಮತ್ತು ಕೊಳೆಯಿರಿ. ಸ್ಪಷ್ಟವಾದ ರಚನಾತ್ಮಕ ವಿರಾಮ (ಉದಾಹರಣೆಗೆ ಬಿಕ್ಕಟ್ಟು ಅಥವಾ ಕರೆನ್ಸಿ ಸುಧಾರಣೆ) ಅತ್ಯಂತ ಮುಂದುವರಿದ ಮಾದರಿಯನ್ನು ಸಹ ಮೂರ್ಖರನ್ನಾಗಿ ಮಾಡುತ್ತದೆ. ಚಾರ್ಟ್ ಅಗ್ಗದ ರೋಗನಿರ್ಣಯ ಸಾಧನವಾಗಿದೆ.
ಮಾದರಿಗಳು: ಸರಳದಿಂದ ಸಂಕೀರ್ಣಕ್ಕೆ, ಆದರೆ ಮೊದಲು ಮಾನದಂಡ
ಸಮಯ ಸರಣಿಯ ಮುನ್ಸೂಚನೆಯಲ್ಲಿ ಸುವರ್ಣ ನಿಯಮ: ಯಾವಾಗಲೂ ಸರಳ ಮಾನದಂಡದ ಮಾದರಿಯೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ. ಸರಳವಾದ ಮುನ್ಸೂಚನೆಯು "ನಿಷ್ಕಪಟ ಮುನ್ಸೂಚನೆ" ಆಗಿದೆ: ನಾಳೆ ಇಂದು ಸಮನಾಗಿರುತ್ತದೆ (ಅಥವಾ ಕಾಲೋಚಿತ ನಿಷ್ಕಪಟ: ಈ ತಿಂಗಳು ಕಳೆದ ವರ್ಷದ ಅದೇ ತಿಂಗಳಿಗೆ ಸಮನಾಗಿರುತ್ತದೆ). ಒಂದು ಸಂಕೀರ್ಣ ಮಾದರಿಯು ಈ ನಿಷ್ಕಪಟ ಭವಿಷ್ಯವನ್ನು ಸೋಲಿಸಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ಸಂಕೀರ್ಣತೆಯು ನಿರರ್ಥಕವಾಗಿದೆ.
ನಂತರ ಆಗಾಗ್ಗೆ ಬಳಸುವ ವಿಧಾನಗಳು:
- ETS / ಘಾತೀಯ ಮೃದುಗೊಳಿಸುವಿಕೆ. ಮಟ್ಟ, ಪ್ರವೃತ್ತಿ ಮತ್ತು ಋತುಮಾನವನ್ನು ತೂಕ ಮಾಡುವ ಮೂಲಕ ಮೃದುಗೊಳಿಸುವ ಕುಟುಂಬ.
- ಕರೆ ಮಾಡಲಾಗುತ್ತಿದೆ. ಆಟೋರೆಗ್ರೆಸಿವ್ (ಹಿಂದಿನ ಮೌಲ್ಯಗಳ ಆಧಾರದ ಮೇಲೆ) ಮತ್ತು ಚಲಿಸುವ ಸರಾಸರಿ ಘಟಕಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಶಾಸ್ತ್ರೀಯ ಮಾದರಿ; ಕಾಲೋಚಿತ ಆವೃತ್ತಿ ಸರಿಮಾ.
- ಹಿಂಜರಿತ ಆಧಾರಿತ/ವಿವರಣಾತ್ಮಕ ಮಾದರಿಗಳು. ಇತರ ಸೂಚಕಗಳೊಂದಿಗೆ ವೇರಿಯಬಲ್ ಅನ್ನು ವಿವರಿಸುವುದು (ಉದಾ. ಆದಾಯ ಮತ್ತು ಬೆಲೆಯಿಂದ ಬೇಡಿಕೆ).
AI ಇವೆಲ್ಲವನ್ನೂ ಅಂಕಿಅಂಶ ಮಾದರಿಗಳಲ್ಲಿ (ಪೈಥಾನ್ ಲೈಬ್ರರಿ) ಕೋಡ್ ಮಾಡಬಹುದು. ಮಾದರಿಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು ಮತ್ತು ಮೌಲ್ಯೀಕರಿಸುವುದು ನಿಮ್ಮ ಕೆಲಸ.
ಬ್ಯಾಕ್ಟೆಸ್ಟ್: ಮುನ್ಸೂಚನೆಯ ಪರೀಕ್ಷೆ
ಒಂದು ಮಾದರಿಯು ಐತಿಹಾಸಿಕ ದತ್ತಾಂಶದೊಂದಿಗೆ "ಉತ್ತಮವಾಗಿ ಹೊಂದಿಕೊಳ್ಳುತ್ತದೆ" ಎಂದು ಅರ್ಥವಲ್ಲ; ಯಾವುದೇ ಮಾದರಿಗೆ ಹೊಂದಿಕೊಳ್ಳುವಷ್ಟು ಹೊಂದಿಕೊಳ್ಳುವ (ಇದನ್ನು ಓವರ್ ಫಿಟ್ಟಿಂಗ್ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ). ನಿಜವಾದ ಪ್ರಶ್ನೆ: ಮಾದರಿಯು ತಾನು ನೋಡದ ಅವಧಿಗಳನ್ನು ಎಷ್ಟು ಚೆನ್ನಾಗಿ ಊಹಿಸುತ್ತದೆ? ಇದನ್ನು ಅಳೆಯಲು, ನೀವು ಬ್ಯಾಕ್ಟೆಸ್ಟಿಂಗ್ ಮಾಡುತ್ತೀರಿ: ನೀವು ದಿನಾಂಕದಂದು ಡೇಟಾವನ್ನು ವಿಭಜಿಸಿ, ಹಿಂದಿನ ಭಾಗದೊಂದಿಗೆ ಮಾದರಿಯನ್ನು ತರಬೇತಿ ಮಾಡಿ, ಮುಂದಿನ ಭಾಗವನ್ನು "ಅದು ಭವಿಷ್ಯದಂತೆ" ಊಹಿಸಿ ಮತ್ತು ಅದನ್ನು ವಾಸ್ತವಕ್ಕೆ ಹೋಲಿಸಿ. ದೋಷ ಅಳತೆಗಳು (ಉದಾಹರಣೆಗೆ, MAE - ಸರಾಸರಿ ಸಂಪೂರ್ಣ ದೋಷ, ಅಥವಾ RMSE - ರೂಟ್ ಮೀನ್ ಸ್ಕ್ವೇರ್ ದೋಷ) ಮಾದರಿಯನ್ನು ಮಾನದಂಡಕ್ಕೆ ಹೋಲಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ.
ಎಚ್ಚರಿಕೆ: ನೀವು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ ಡೇಟಾದೊಂದಿಗೆ ಮಾದರಿಯನ್ನು ತರಬೇತಿ ಮಾಡಬೇಡಿ. ತರಬೇತಿಯಲ್ಲಿ ಬಳಸದ ಅವಧಿಗಳಲ್ಲಿ ಮಾತ್ರ ಮುನ್ಸೂಚನೆಯ ಯಶಸ್ಸನ್ನು ಅಳೆಯಿರಿ. ಇಲ್ಲದಿದ್ದರೆ ನೀವೇ ಮೋಸ ಮಾಡಿಕೊಳ್ಳುತ್ತೀರಿ; ಮಾದರಿಯು ಕಾಗದದ ಮೇಲೆ ಉತ್ತಮವಾಗಿ ಹೊರಹೊಮ್ಮುತ್ತದೆ ಆದರೆ ವಾಸ್ತವದಲ್ಲಿ ನಿಷ್ಪ್ರಯೋಜಕವಾಗಿದೆ.
ಅನಿಶ್ಚಿತತೆ: ಶ್ರೇಣಿ, ಪಾಯಿಂಟ್ ಅಂದಾಜು ಅಲ್ಲ
ಒಂದೇ ಸಂಖ್ಯೆ ("ವರ್ಷಾಂತ್ಯದ ವೇಳೆಗೆ ಹಣದುಬ್ಬರವು ಶೇಕಡಾ 24 ಆಗಿರುತ್ತದೆ") ತಪ್ಪು ಖಚಿತತೆಯನ್ನು ಹೊರಹಾಕುತ್ತದೆ. ಪ್ರಾಮಾಣಿಕ ಅಂದಾಜು ವ್ಯಾಪ್ತಿಯು ಮತ್ತು ಸಂಭವನೀಯತೆಯನ್ನು ಒಳಗೊಂಡಿದೆ: "21-27 ಪ್ರತಿಶತ ಬ್ಯಾಂಡ್ನಲ್ಲಿ, ಕೇಂದ್ರ ಸನ್ನಿವೇಶವು 24 ಪ್ರತಿಶತ". ಮುನ್ಸೂಚನೆಯ ಅನಿಶ್ಚಿತತೆಯು ಮಾದರಿಯಿಂದ ಉತ್ಪತ್ತಿಯಾಗುವ ವಿಶ್ವಾಸಾರ್ಹ ಮಧ್ಯಂತರಗಳಲ್ಲಿ ವ್ಯಕ್ತವಾಗುತ್ತದೆ; ಆದರೆ ನಿಜವಾದ ಅನಿಶ್ಚಿತತೆಯು ಇದಕ್ಕಿಂತ ಹೆಚ್ಚಾಗಿರುತ್ತದೆ, ಏಕೆಂದರೆ ಮಾದರಿ ಊಹೆಗಳು ಸಹ ತಪ್ಪಾಗಿರಬಹುದು. ರಚನಾತ್ಮಕ ವಿರಾಮ (ನೀತಿ ಬದಲಾವಣೆ, ಬಾಹ್ಯ ಆಘಾತ) ಮಾದರಿಯು ನೋಡಲಾಗದ ದೊಡ್ಡ ಅಪಾಯವಾಗಿದೆ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಮಾನದಂಡವನ್ನು ಸೋಲಿಸಲು ವಿಫಲವಾಗಿದೆ. ಮಾಸಿಕ ಚಿಲ್ಲರೆ ಮಾರಾಟಕ್ಕಾಗಿ AI ಸಂಕೀರ್ಣವಾದ SARIMA ಅನ್ನು ನಿರ್ಮಿಸಲು ವಿಶ್ಲೇಷಕರು ಹೊಂದಿದ್ದರು. ಬ್ಯಾಕ್ಟೆಸ್ಟ್ನಲ್ಲಿ, ಮಾದರಿಯ ಸರಾಸರಿ ಸಂಪೂರ್ಣ ದೋಷವು ಕಾಲೋಚಿತ ಮುಗ್ಧ ಮುನ್ಸೂಚನೆಗಿಂತ ಕೆಟ್ಟದಾಗಿದೆ, ಅದು "ಈ ತಿಂಗಳು ಕಳೆದ ವರ್ಷ ಇದೇ ತಿಂಗಳಿಗೆ ಸಮಾನವಾಗಿದೆ" ಎಂದು ಹೇಳಿದೆ. ವಿಶ್ಲೇಷಕರು ಸಂಕೀರ್ಣ ಮಾದರಿಯನ್ನು ತ್ಯಜಿಸಿದರು; ಅವರು ನಿಷ್ಕಪಟ ಊಹೆಯನ್ನು ಆಧಾರವಾಗಿ ತೆಗೆದುಕೊಂಡರು ಮತ್ತು ಪರಿಣಿತ ತಿದ್ದುಪಡಿಯನ್ನು ಸೇರಿಸಿದರು. ಸರಳತೆ ಗೆಲ್ಲುತ್ತದೆ.
ಪ್ರಕರಣ 2 - ರಚನಾತ್ಮಕ ವಿರಾಮ. ಆಘಾತದ ನಂತರದ ಅವಧಿಗೆ ವಿನಿಮಯ ದರದ ಆಘಾತದ ಮೊದಲು ದತ್ತಾಂಶದೊಂದಿಗೆ ತರಬೇತಿ ಪಡೆದ ಹಣದುಬ್ಬರ ಮಾದರಿಯನ್ನು ಸಂಸ್ಥೆಯು ಬಳಸಿದೆ. ಮಾದರಿಯು ಹಣದುಬ್ಬರವನ್ನು ತೀವ್ರವಾಗಿ ಅಂದಾಜು ಮಾಡಿದೆ ಏಕೆಂದರೆ ಇದು ಹಿಂದಿನ ಶಾಂತ ಅವಧಿಯ ಡೈನಾಮಿಕ್ಸ್ ಅನ್ನು ಊಹಿಸಿದೆ. ಪಾಠ: ಮಾದರಿಯು ತರಬೇತಿ ಪಡೆದ ಜಗತ್ತನ್ನು ಊಹಿಸುತ್ತದೆ; ಜಗತ್ತು ಬದಲಾದಾಗ, ಭವಿಷ್ಯವು ಕುಸಿಯುತ್ತದೆ. ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರು ಗ್ರಾಫ್ ಅನ್ನು ನೋಡಿದರೆ, ಅವರು ಬ್ರೇಕ್ ಅನ್ನು ನೋಡುತ್ತಾರೆ.
ಪ್ರಕರಣ 3 - ಶ್ರೇಣಿಯ ಪ್ರಾಮಾಣಿಕತೆ. ಒಬ್ಬ ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞನು ತನ್ನ ವರ್ಷಾಂತ್ಯದ ಬೆಳವಣಿಗೆಯ ಮುನ್ಸೂಚನೆಯನ್ನು ನಿರ್ವಹಣೆಗೆ ಒಬ್ಬ ವ್ಯಕ್ತಿಯಾಗಿ ಅಲ್ಲ, ಆದರೆ "3.0-4.2 ಪ್ರತಿಶತ ಬ್ಯಾಂಡ್, ಇವುಗಳು ಆಧಾರವಾಗಿರುವ ಊಹೆಗಳಾಗಿವೆ" ಎಂದು ಪ್ರಸ್ತುತಪಡಿಸಿದರು. ವರ್ಷದ ಕೊನೆಯಲ್ಲಿ, ಸಾಕ್ಷಾತ್ಕಾರವು 3.6 ಪ್ರತಿಶತ; ಇದು ಬ್ಯಾಂಡ್ನಲ್ಲಿತ್ತು. ಅವನು ಒಂದೇ ಸಂಖ್ಯೆಯನ್ನು ನೀಡಿದ್ದರೆ, ಅವನಿಗೆ "ತಪ್ಪು" ಎಂಬ ಹಣೆಪಟ್ಟಿ ಬಂದಿರಬಹುದು; ವ್ಯಾಪ್ತಿ ಮತ್ತು ಊಹೆಗಳು ಪ್ರಾಮಾಣಿಕ ಮತ್ತು ನಂಬಿಕೆಯನ್ನು ಉಳಿಸಿಕೊಂಡಿವೆ.
ಮಾದರಿ ಆಯ್ಕೆ ಕೋಷ್ಟಕ
ಸ್ಥಿತಿ
ಸರಿಯಾದ ಆರಂಭ
ಗಮನಿಸಿ
ಪ್ರತಿ ಊಹೆ
ನಿಷ್ಕಪಟ / ಕಾಲೋಚಿತ ನಿಷ್ಕಪಟ ಮಾನದಂಡ
ಸೋಲಿಸಲು ಬೇಸ್
ಟ್ರೆಂಡ್ + ಕಾಲೋಚಿತತೆ, ಫ್ಲಾಟ್
ETS (ಘಾತೀಯ ಮೃದುಗೊಳಿಸುವಿಕೆ)
ಸ್ಥಾಪಿಸಲು ಮತ್ತು ಕಾಮೆಂಟ್ ಮಾಡಲು ಸುಲಭ
ಸ್ವಯಂ-ಸಂಬಂಧಿತ ಸರಣಿ
(ಎಸ್)ಅರಿಮಾ
ಸ್ಥಿರೀಕರಣದ ಅಗತ್ಯವಿದೆ
ವಿವರಣಾತ್ಮಕ ವೇರಿಯಬಲ್ ಇದೆ
ಹಿಂಜರಿತ ಆಧಾರಿತ
ಭವಿಷ್ಯದ ಮುನ್ಸೂಚಕರೂ ಸಹ ಮಾಡಬೇಕು
ರಚನಾತ್ಮಕ ವಿರಾಮದ ಅನುಮಾನ
ಮಾದರಿ + ತಜ್ಞರ ತಿದ್ದುಪಡಿ
ಶುದ್ಧ ಮಾದರಿ ಸಾಕಾಗುವುದಿಲ್ಲ
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಪಾರ್ಸಿಂಗ್ ಮತ್ತು ರೋಗನಿರ್ಣಯ:
ಆ ಮಾಸಿಕ ಸರಣಿ [ಸರಣಿ] ಅನ್ನು ಕಥಾವಸ್ತು ಮಾಡಿ, ನಂತರ ಅದನ್ನು ಪ್ರವೃತ್ತಿ/ಋತುಮಾನ/ಉಳಿಕೆ ಘಟಕಗಳಾಗಿ ಪ್ರತ್ಯೇಕಿಸಿ (ಸ್ಟ್ಯಾಟ್ಸ್ಮಾಡೆಲ್ಗಳು). ಇದು ಸ್ಥಾಯಿಯಾಗಿದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಿ (ಎಡಿಎಫ್ ಪರೀಕ್ಷೆ) ಮತ್ತು ಅಗತ್ಯವಿದ್ದರೆ, ನೀವು ಯಾವ ರೂಪಾಂತರವನ್ನು (ಲಾಗ್, ವ್ಯತ್ಯಾಸ) ಶಿಫಾರಸು ಮಾಡುತ್ತೀರಿ ಎಂಬುದನ್ನು ವಿವರಿಸಿ. ಚಾರ್ಟ್ನಲ್ಲಿ ಗೋಚರಿಸುವ ರಚನಾತ್ಮಕ ವಿರಾಮ ಇದ್ದರೆ ಗುರುತಿಸಿ.
2) ಬೆಂಚ್ಮಾರ್ಕ್ + ಮಾದರಿ ಹೋಲಿಕೆ:
ಮೊದಲು ಈ ಸರಣಿಗಾಗಿ ಕಾಲೋಚಿತ ನಿಷ್ಕಪಟ ಮಾನದಂಡದ ಮುನ್ಸೂಚನೆಯನ್ನು ಸ್ಥಾಪಿಸಿ. ನಂತರ ETS ಮತ್ತು SARIMA ಅನ್ನು ಹೊಂದಿಸಿ. ಬ್ಯಾಕ್ಟೆಸ್ಟ್ನೊಂದಿಗೆ MAE ಮತ್ತು RMSE ಆಧಾರದ ಮೇಲೆ ಮೂರನ್ನೂ ಹೋಲಿಸಿ (ಕಳೆದ 12 ತಿಂಗಳುಗಳ ಪರೀಕ್ಷೆ). ಫಲಿತಾಂಶಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ ಮತ್ತು ಯಾವ ಮಾದರಿಯು ಮಾನದಂಡವನ್ನು ಸೋಲಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ತಿಳಿಸಿ.
3) ಅಂದಾಜು ಮತ್ತು ಅನಿಶ್ಚಿತತೆಯ ಶ್ರೇಣಿ:
ನಾನು ಆಯ್ಕೆ ಮಾಡಿದ ಮಾದರಿಯ ಮುಂದಿನ 6 ಅವಧಿಗಳನ್ನು ಮುನ್ಸೂಚಿಸಿ ಮತ್ತು 80%/95% ವಿಶ್ವಾಸಾರ್ಹ ಮಧ್ಯಂತರಗಳನ್ನು ನೀಡಿ. ಅಂದಾಜನ್ನು ಒಂದು ಶ್ರೇಣಿಯಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸಿ, ಒಂದೇ ಸಂಖ್ಯೆಯಲ್ಲ. ಈ ಶ್ರೇಣಿಯು ಮಾದರಿಯ ಅನಿಶ್ಚಿತತೆಯನ್ನು ಮಾತ್ರ ಒಳಗೊಳ್ಳುತ್ತದೆ, ರಚನಾತ್ಮಕ ಒಡೆಯುವಿಕೆ/ಬಾಹ್ಯ ಆಘಾತದ ಅಪಾಯವಲ್ಲ ಎಂದು ಸ್ಪಷ್ಟಪಡಿಸಿ.
4) ಬ್ಯಾಕ್ಟೆಸ್ಟ್ ಓದುವಿಕೆ:
ಈ ಬ್ಯಾಕ್ಟೆಸ್ಟ್ ಫಲಿತಾಂಶಗಳನ್ನು ಅರ್ಥೈಸಿಕೊಳ್ಳಿ [ಕೋಷ್ಟಕ]. ಮಾದರಿಯು ವಾಸ್ತವವಾಗಿ ಮಾನದಂಡವನ್ನು ಸೋಲಿಸುತ್ತದೆಯೇ ಅಥವಾ ವ್ಯತ್ಯಾಸವು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯವಾಗಿ ಅತ್ಯಲ್ಪವಾಗಿದೆಯೇ? ನಿಮ್ಮ ಮಾದರಿಯು ಯಾವ ಅವಧಿಗಳಲ್ಲಿ ಹೆಚ್ಚು ತಪ್ಪುಗಳನ್ನು ಮಾಡಿದೆ ಮತ್ತು ಇದಕ್ಕೆ ಸಂಭವನೀಯ ಆರ್ಥಿಕ ಕಾರಣವನ್ನು ಪ್ರಶ್ನಿಸಿ (ಬಿಕ್ಕಟ್ಟು, ಕಾಲೋಚಿತ ಬದಲಾವಣೆ).
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ಈ ಸರಣಿಯನ್ನು ಊಹಿಸಿ.
ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಯಾದೃಚ್ಛಿಕ ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ, ಬ್ಯಾಕ್ಟೆಸ್ಟ್ ಮಾಡುವುದಿಲ್ಲ, ಬೆಸ ಸಂಖ್ಯೆಯನ್ನು ನೀಡುತ್ತದೆ; ಮಾದರಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆಯೇ ಅಥವಾ ಇಲ್ಲವೇ ಎಂಬುದು ನಿಮಗೆ ತಿಳಿದಿಲ್ಲ.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ಮೊದಲು ಪ್ರಸ್ತುತ ಮಾಸಿಕ ಹಣದುಬ್ಬರ ಸರಣಿಯನ್ನು ಕೊಳೆಯಿರಿ ಮತ್ತು ವಿರಾಮಗಳಿಗಾಗಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಿ. ಕಾಲೋಚಿತ ನಿಷ್ಕಪಟ ಮಾನದಂಡದ ವಿರುದ್ಧ ಕಳೆದ 12 ತಿಂಗಳುಗಳಲ್ಲಿ ಬ್ಯಾಕ್ಟೆಸ್ಟ್ ETS ಮತ್ತು SARIMA, MAE ನೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ. ಮಾನದಂಡವನ್ನು ಮೀರಿಸುವಂತಹ ಮಾದರಿಯನ್ನು ಆರಿಸಿ, 6 ತಿಂಗಳ ಮುಂದಕ್ಕೆ ಮುನ್ಸೂಚನೆ ನೀಡಿ ಮತ್ತು 80% ಶ್ರೇಣಿಯನ್ನು ಹಾಕಿ. ರಚನಾತ್ಮಕ ಒಡೆಯುವಿಕೆಯ ಅಪಾಯವನ್ನು ಪ್ರತ್ಯೇಕ ಎಚ್ಚರಿಕೆಯಾಗಿ ಬರೆಯಿರಿ. ನಾನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದಾದ ಪ್ರತಿ ಹಂತ ಮತ್ತು ಸಾರಾಂಶ ಸಂಖ್ಯೆಗಳಿಗೆ ಕೋಡ್ ಅನ್ನು ತೋರಿಸಿ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಮಾನದಂಡಗಳನ್ನು ಹೊಂದಿಸದೆ ಸಂಕೀರ್ಣ ಮಾದರಿಗೆ ಹಾರಿ. ಸಂಕೀರ್ಣತೆಯು ಸಮಾನ ಯಶಸ್ಸನ್ನು ನೀಡುವುದಿಲ್ಲ.
- ತರಬೇತಿ ಪಡೆದ ಡೇಟಾದ ಮೇಲೆ ಮಾದರಿಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು. ಅತಿಯಾದ ಅನುಸರಣೆಯನ್ನು ಯಶಸ್ಸಿಗೆ ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು.
- ಒಂದೇ ಅಂಕದ ಅಂದಾಜನ್ನು ನೀಡುವುದು. ತಪ್ಪು ಖಚಿತತೆ; ವ್ಯಾಪ್ತಿ ಮತ್ತು ಊಹೆಯ ಅಗತ್ಯವಿದೆ.
- ರಚನಾತ್ಮಕ ವಿರಾಮವನ್ನು ನಿರ್ಲಕ್ಷಿಸಲಾಗುತ್ತಿದೆ. ಭೂತಕಾಲದ ಕ್ರಿಯಾಶೀಲತೆಯನ್ನು ಕುರುಡಾಗಿ ಭವಿಷ್ಯಕ್ಕೆ ಒಯ್ಯುವುದು.
- ಸ್ಥಿರೀಕರಣವನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು. ನಕಲಿ ಸಂಬಂಧಗಳು ಮತ್ತು ವಿಕೃತ ಭವಿಷ್ಯ.
- ಭವಿಷ್ಯವಾಣಿಯನ್ನು ಭವಿಷ್ಯವಾಣಿಯಂತೆ ಪ್ರಸ್ತುತಪಡಿಸುವುದು. ಅನಿಶ್ಚಿತತೆ ಮತ್ತು ಜವಾಬ್ದಾರಿಯನ್ನು ಮರೆಮಾಡುವುದು.
ಸಾರಾಂಶದಲ್ಲಿ
ಸರಣಿಯನ್ನು ಅದರ ಘಟಕಗಳಾಗಿ ಬೇರ್ಪಡಿಸುವ ಮೂಲಕ, ಅದನ್ನು ಸ್ಥಾಯಿಯಾಗಿಸುವ ಮೂಲಕ, ಸರಳ ಮಾನದಂಡವನ್ನು ಸ್ಥಾಪಿಸುವ ಮೂಲಕ, ಬ್ಯಾಕ್ಟೆಸ್ಟಿಂಗ್ ಮೂಲಕ ಮಾದರಿಗಳನ್ನು ಹೋಲಿಸುವ ಮೂಲಕ ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಅನಿಶ್ಚಿತತೆಯ ಶ್ರೇಣಿಯೊಂದಿಗೆ ಪ್ರಾಮಾಣಿಕವಾಗಿ ಪ್ರಸ್ತುತಪಡಿಸುವ ಮೂಲಕ ಸಮಯ ಸರಣಿಯ ಮುನ್ಸೂಚನೆಯನ್ನು ಮಾಡಲಾಗುತ್ತದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಈ ಎಲ್ಲಾ ಹಂತಗಳಿಗೆ ಕೋಡ್ ಅನ್ನು ತ್ವರಿತವಾಗಿ ಉತ್ಪಾದಿಸುತ್ತದೆ; ಆದರೆ ಮಾದರಿ ಆಯ್ಕೆ, ರಚನಾತ್ಮಕ ವಿರಾಮ ತೀರ್ಪು ಮತ್ತು ಮುನ್ಸೂಚನೆಯ ಜವಾಬ್ದಾರಿಯು ಅರ್ಥಶಾಸ್ತ್ರಜ್ಞರ ಮೇಲಿದೆ. ಭವಿಷ್ಯವಾಣಿಯು ಭವಿಷ್ಯವಾಣಿಯಲ್ಲ, ಆದರೆ ಷರತ್ತುಬದ್ಧ ಮತ್ತು ಅನಿಶ್ಚಿತ ಭವಿಷ್ಯ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ಮಾಸಿಕ ಆರ್ಥಿಕ ಸರಣಿಯನ್ನು ಆಯ್ಕೆಮಾಡಿ (ಉದಾ. ಕೈಗಾರಿಕಾ ಉತ್ಪಾದನೆ ಸೂಚ್ಯಂಕ). 1 ನೇ ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ಬ್ರೇಕ್ಔಟ್ಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಿ ಮತ್ತು ಸ್ಕ್ಯಾನ್ ಮಾಡಿ, 2 ನೇ ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ ಕಾಲೋಚಿತ ನಿಷ್ಕಪಟ ಮಾನದಂಡದ ವಿರುದ್ಧ ETS/SARIMA ಬ್ಯಾಕ್ಟೆಸ್ಟ್ ಮಾಡಿ, 3 ನೇ ಟೆಂಪ್ಲೇಟ್ನೊಂದಿಗೆ 6-ತಿಂಗಳ ಮುಂದಕ್ಕೆ ಶ್ರೇಣಿಯ ಮುನ್ಸೂಚನೆಯನ್ನು ತಯಾರಿಸಿ. ನಿಮ್ಮ ಮಾದರಿಯು ವಾಸ್ತವವಾಗಿ ಮಾನದಂಡವನ್ನು ಮೀರಿಸುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ಗಮನಿಸಿ ಮತ್ತು ನೀವು ನೋಡುವ ಯಾವುದೇ ರಚನಾತ್ಮಕ ವಿರಾಮಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಸರಣಿಯನ್ನು ಯೋಜಿಸಿದೆ ಮತ್ತು ಪ್ರವೃತ್ತಿ/ಋತುಮಾನ/ವಿರಾಮದ ಪರಿಭಾಷೆಯಲ್ಲಿ ರೋಗನಿರ್ಣಯ ಮಾಡಿದೆ.
- [ ] ಅಗತ್ಯವಿದ್ದಲ್ಲಿ ನಾನು ಸ್ಥಾಯಿಗೊಳಿಸುವಿಕೆಯನ್ನು (ಲಾಗ್/ವ್ಯತ್ಯಾಸ) ಅನ್ವಯಿಸಿದ್ದೇನೆ ಮತ್ತು ಕಾರಣ ನನಗೆ ತಿಳಿದಿದೆ.
- [ ] ನಾನು ಸರಳ ಮಾನದಂಡವನ್ನು ಹೊಂದಿಸಿದ್ದೇನೆ ಮತ್ತು ಅದರ ವಿರುದ್ಧ ಸಂಕೀರ್ಣ ಮಾದರಿಯನ್ನು ಹೋಲಿಸಿದೆ.
- [ ] ನಾನು ಮಾದರಿಯನ್ನು ತರಬೇತಿಯಲ್ಲಿಲ್ಲದ ಅವಧಿಗಳಲ್ಲಿ ಮಾತ್ರ ಮೌಲ್ಯಮಾಪನ ಮಾಡಿದ್ದೇನೆ (ಬ್ಯಾಕ್ಟೆಸ್ಟ್).
- [ ] ನಾನು ಅಂದಾಜನ್ನು ಅನಿಶ್ಚಿತತೆಯ ಶ್ರೇಣಿಯೊಂದಿಗೆ ಪ್ರಸ್ತುತಪಡಿಸಿದೆ, ಒಂದೇ ಸಂಖ್ಯೆಯಲ್ಲ.
- [ ] ನಾನು ರಚನಾತ್ಮಕ ವಿರಾಮ/ಬಾಹ್ಯ ಆಘಾತ ಅಪಾಯವನ್ನು ಪ್ರತ್ಯೇಕ ಎಚ್ಚರಿಕೆಯಾಗಿ ಉಲ್ಲೇಖಿಸಿದ್ದೇನೆ.
- [ ] ಭವಿಷ್ಯ ಮತ್ತು ಅಂತಿಮ ತೀರ್ಪಿನ ಜವಾಬ್ದಾರಿ ನನ್ನ ಮೇಲಿದೆ ಎಂದು ನಾನು ಸಮರ್ಥಿಸಿಕೊಂಡಿದ್ದೇನೆ.