On both methodologies the model wit

On both methodologies the model with the minimum value of Akaike's Information Criteria for the in-sample period was selected from all admissible models for further evaluation in the out-of-sample. Both one-step and multiple-step forecasts were produced. The results show that when an automatic algorithm the overall out-of-sample forecasting performance of state space and ARIMA models evaluated via RMSE, MAE and MAPE is quite similar on both one-step and multi-step forecasts. We also conclude that state space and ARIMA produce coverage probabilities that are close to the nominal rates for both one-step and multi-step forecasts.

ผลลัพธ์ (ไทย) 1:

ในวิธีการทั้งสอง แบบกับค่าต่ำสุดของเกณฑ์ข้อมูลของ Akaike สำหรับรอบระยะเวลา-ตัวถูกเลือกจากทุกรุ่นยอมรับการประเมินเพิ่มเติมในออกอย่าง คาดการณ์ขั้นตอนเดียวและหลายขั้นตอนผลิต ผลลัพธ์แสดงเมื่อมีอัลกอริทึมอัตโนมัติโดยรวมออกของ ตัวอย่าง การคาดการณ์ของพื้นที่รัฐและ ARIMA แบบจำลองประเมินผ่าน RMSE แม่ และ MAPE ว่าคล้ายการคาดการณ์ในขั้นตอนเดียวและแบบหลายขั้นตอน นอกจากนี้เรายังสรุปว่า พื้นที่รัฐและอาริมะผลิตน่าจะครอบคลุมที่ใกล้เคียงกับอัตรากำหนดสำหรับการคาดการณ์ในขั้นตอนเดียวและแบบหลายขั้นตอน

ผลลัพธ์ (ไทย) 2:

เกี่ยวกับวิธีการทั้งสองรุ่นที่มีค่าต่ำสุดของ Akaike ของเกณฑ์ข้อมูลสำหรับงวดในตัวอย่างได้รับเลือกจากแบบจำลองที่ยอมรับทั้งหมดสำหรับการประเมินผลต่อไปในตัวอย่างออกจาก ทั้งสองขั้นตอนเดียวและหลายขั้นตอนการคาดการณ์ที่มีการผลิต ผลการศึกษาพบว่าเมื่ออัลกอริทึมอัตโนมัติประสิทธิภาพการคาดการณ์โดยรวมออกจากตัวอย่างของสภาพพื้นที่และรูปแบบ ARIMA ประเมินผ่าน RMSE แม่และ MAPE ค่อนข้างคล้ายกันในทั้งสองขั้นตอนเดียวและการคาดการณ์หลายขั้นตอน นอกจากนี้เรายังสรุปได้ว่าพื้นที่ของรัฐและความน่าจะเป็น ARIMA ผลิตคุ้มครองที่ใกล้เคียงกับอัตราที่น้อยสำหรับทั้งขั้นตอนหนึ่งและการคาดการณ์หลายขั้นตอน

ผลลัพธ์ (ไทย) 3:

ทั้งสองวิธีการแบบจำลองกับค่าต่ำสุดของข้อมูลเกณฑ์เคราะห์ในช่วงตัวอย่างจากแบบจำลองยอมรับทั้งหมดสำหรับเพิ่มเติมการประเมินในออกจากตัวอย่าง ทั้งขั้นตอนเดียวและการคาดการณ์ขั้นตอนหลาย ผลิต ผลการวิจัยพบว่าเมื่อขั้นตอนวิธีอัตโนมัติโดยรวมของตัวอย่างการพยากรณ์ประสิทธิภาพของพื้นที่ของรัฐ และตัวแบบ ARIMA ประเมินผ่าน RMSE , MAPE เป็นแม่ค่อนข้างคล้ายกันทั้งในขั้นตอนเดียว และปรับการคาดการณ์ . เราก็สรุปได้ว่า สภาพพื้นที่ และเมื่อผลิตครอบคลุมความน่าจะเป็นที่ใกล้อัตราปกติสำหรับทั้งสองและขั้นตอนเดียวปรับการคาดการณ์ .