预测试图回答诸如“我们能否预测未来某个时间点的时间序列变量值的分布?”之类的问题。考虑 Sugihara 的单纯形投影(一种状态空间重建方法),它可以对时间序列变量进行合理的短期预测,即使该变量本身与其他未测量的变量存在因果关系。
时间序列分析可能会提出诸如“什么解释了变量随时间的行为?”之类的问题。考虑将 Abadie 的综合控制方法作为解释政策对宏观变量的因果影响的方法。
您的问题涉及解释和预测之间的区别。真正好的解释可能不会提供太多的预测能力。真正好的预测系统,甚至可能表现得像一个黑匣子,几乎不提供任何解释。在时间序列中,上下文解释和预测也是不确定性和推理的关注领域。
最后,我想说的是,除了我指出预测和解释之间的区别之外,“时间序列分析”是一个广义术语,涵盖了解释性方法,有些人可能会将预测视为时间序列方法的一个子集,当然,有些人只会对时间序列的行为感兴趣(例如在 AR(1) 设置中,区分强平稳性和单位根、移动平均误差、期望值的行为等)。
总而言之,我想说“时间序列分析”广泛包括:
- 时间序列行为的描述和分类
- 时间序列行为的预测
- 时间序列行为的解释
我读到 Hyndman 赞扬了预测竞赛对 #2 的关注,包括解释性(但也许也是描述性的)时间序列模型不一定能产生出色预测的批判性见解。
参考
Abadie, A. (2021)。使用综合控制:可行性、数据要求和方法方面。经济文献杂志,59(2),391–425。
Rescher, N. (1958)。关于预测和解释。英国科学哲学杂志,8(32),281-290。
舍夫勒,I.(1957 年)。解释、预测和抽象。英国科学哲学杂志,7(28),293–309。
Shmueli, G. (2010)。解释还是预测? 统计科学,25(3),289–310。
Sugihara, G. 和 May, RM (1990)。非线性预测作为一种区分混沌和时间序列测量误差的方法。自然,344(6268),734-741。