r语言 计算模型的rmse_R语言时间序列分析（五）：模型评价之基线模型

作者：黄天元，复旦大学博士在读，热爱数据科学与开源工具（R），致力于利用数据科学迅速积累行业经验优势和科学知识发现，涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等，著有《R语言数据高效处理指南》（《R语言数据高效处理指南》(黄天元)【摘要 书评 试读】- 京东图书）。知乎专栏：R语言数据挖掘。邮箱：huang.tian-yuan@qq.com.欢迎合作交流。

如果做了一个模型，要知道它是不是有效怎么办？没有比较就没有伤害，因此要通过不同模型的相互比较，来看谁比谁好。那么究竟要跟谁比较呢？这是个问题，其实目前有一系列的基准，下面一一列出：

1、序列平均值：基本假设是该时间序列就是以均值为中心上下波动的序列，那么用其均值就是最好的预测；

2、序列最终值：因为很多指标具有短期不变性，因此用最终值就能够最好地预测短期的状态。如果假设后面的情况就不会再改变，这种方法就会很靠谱；

3、季节最终值：如果序列具有明显的季节性特征，比如今年的春夏秋冬温度，不能都参照均值或最终值，而应该参考上一年春夏秋冬的温度。这种用上一期周期中的数值作为本期的预测方法，叫季节简单预测方法；

4、趋势预测：基于现有的序列构建简单线性回归模型（只取起始点和最终点构建线性模型），然后获得一条笔直的直线。

在教程中（3.1 Some simple forecasting methods | Forecasting: Principles and Practice），上面四种方法分别称为Average method/Naive method/Seasonal naive method/Drift method，在R中实现的函数分别为：meanf/naive/snaive/rwf(drift = T)。下面用一个例子说明所有的情况：

library(fpp2)

# 提取一个时间序列
beer2 <- window(ausbeer,start=1992,end=c(2007,4))

# 绘制4种不同的基线模型
autoplot(beer2) +
  autolayer(meanf(beer2, h=11),
            series="Mean", PI=FALSE) +
  autolayer(naive(beer2, h=11),
            series="Naïve", PI=FALSE) +
  autolayer(snaive(beer2, h=11),
            series="Seasonal naïve", PI=F) +
  autolayer(rwf(beer2, drift = T,h=11),
            series="Drift", PI=F) +
  ggtitle("Forecasts for quarterly beer production") +
  xlab("Year") + ylab("Megalitres") +
  guides(colour=guide_legend(title="Forecast"))

一些解释：1、h是指我们要预测后面多少个时间单位的数值；2、PI如果等于TRUE，那么会有置信区间的阴影波动范围，默认值应为80%-95%。

后面我们会接触到很多新的时间序列预测模型，如果得到的结果都没有比这些基线模型好，那么还不如简单地用这些基线模型进行预测。因此，基线是衡量模型效果的重要概念。