When considering each error measure

When considering each error measure individually over all time series in multi-step forecasts ETS forecasts more accurately than ARIMA for RMSE and MAE: in three of the five retail series (60%) for RMSE and in four of the five retail series (80%) for MAE. ARIMA forecasts more accurately than ETS for MAPE: in three of the five retail series (60%). Overall ETS produces more accurate forecasts in 57% of the steps for RMSE and MAE and in 50% of the steps for MAPE.

ผลลัพธ์ (ไทย) 1:

เมื่อพิจารณาแต่ละวัดผิดพลาดผ่านซีรีส์เวลาในหลายขั้นตอนแต่ละคาดการณ์คาดการณ์ ETS แม่นยำกว่าอาริมะ RMSE และแม่: ในสามห้าขายปลีกชุดซี (60%) สำหรับ RMSE และสี่ห้าชุดขายปลีก (80%) สำหรับแม่ อาริมะคาดการณ์แม่นยำกว่า ETS สำหรับ MAPE: ในสามของห้าขายปลีกชุด (60%) ETS โดยรวมก่อให้เกิดการคาดการณ์แม่นยำ ใน 57% ของขั้นตอนสำหรับ RMSE และแม่ และ ใน 50% ของขั้นตอนสำหรับ MAPE

ผลลัพธ์ (ไทย) 2:

เมื่อพิจารณาตัวชี้วัดข้อผิดพลาดแต่ละคนมากกว่าชุดตลอดเวลาในหลายขั้นตอนการคาดการณ์คาดการณ์ ETS แม่นยำมากขึ้นกว่า ARIMA สำหรับ Mae RMSE และในสามในห้าชุดค้าปลีก (60%) สำหรับ RMSE และในสี่ของซีรีส์ค้าปลีกห้า (80% ) สำหรับ Mae ARIMA คาดการณ์แม่นยำมากขึ้นกว่า ETS สำหรับ MAPE: ในสามของซีรีส์ค้าปลีกห้า (60%) ETS โดยรวมผลิตการคาดการณ์ที่แม่นยำมากขึ้นใน 57% ของขั้นตอนสำหรับ RMSE และ Mae และใน 50% ของขั้นตอนสำหรับ MAPE

ผลลัพธ์ (ไทย) 3:

เมื่อพิจารณาแต่ละวัดแต่ละข้อผิดพลาดทั้งหมดในอนุกรมเวลาปรับการคาดการณ์พยากรณ์ ARIMA สำหรับ ETS ขึ้นอย่างถูกต้องกว่า RMSE และแม่ : สามในห้าค้าปลีกชุด ( 60% ) และวิธีการอยู่สี่ห้าชุดขายปลีก ( 80% ) เม พยากรณ์คาดการณ์มากขึ้นถูกต้องกว่าแผ่น สำหรับค่า : สามในห้าค้าปลีกชุด ( 60 % ) ETS โดยรวมก่อให้เกิดการคาดการณ์ยิ่งใน 57 % ของขั้นตอนและวิธีการ และ ขั้นตอนใน 50% ของค่า .