Корректное сравнение предиктивных свойств моделей машинного обучения на примере прогнозирования инфляции в Сибири

Семитуркин, О.Н. Корректное сравнение предиктивных свойств моделей машинного обучения на примере прогнозирования инфляции в Сибири / О. Н. Семитуркин, А. А. Шевелев // Деньги и кредит. — Москва, 2023 — N 1. Том 82. — С.87-103. — Библиогр. в конце ст.

нет оценок

Выпуск

Деньги и кредит, 2023, Т.82 N 1

Источник

pdf Полный текст

Аннотация

В работе сравнивается качество прогнозирования с помощью методов машинного обучения и традиционных моделей на одинаковом массиве информации на примере инфляции в регионах Сибири. На первом этапе мы делаем прогнозы региональной инфляции на разные сроки при помощи нескольких методов машинного обучения и методов бенчмарка. На втором этапе мы комбинируем прогнозы методами машинного обучения и взвешиваем их на основе полученных метрик качества. В завершение мы сопоставляем полученные метрики качества с бенчмарками и подтверждаем устойчивость полученных результатов при помощи теста Диболда–Мариано. По результатам исследования мы делаем вывод, что для большинства выбранных для примера рядов инфляции на сроках свыше года методы машинного обучения работают лучше бенчмарков в отличие от прогнозов на 1-3 квартала вперед. Вместе с тем для каждого региона необходима предварительная оценка качества прогноза методами машинного обучения и целесообразности их использования в сравнении с эконометрическими методами. Прогнозирование методом комбинирования моделей машинного обучения в большинстве случаев предпочтительнее, чем с использованием какой-то одной модели.

Корректное сравнение предиктивных свойств моделей машинного обучения на примере прогнозирования инфляции в Сибири

Корректное сравнение предиктивных свойств моделей машинного обучения на примере прогнозирования инфляции в Сибири

Аннотация

Ключевые слова

Рекомендовано к ознакомлению

Отзывы читателей