予測方法を比較する方法は？

断続的なデータがいくつかあります。これらのデータに基づいて、いくつかの予測方法（指数平滑法、移動平均、Croston、およびSyntetos-Boylan）を比較し、CrostonまたはSyntetos Boylanが断続的なデータに関してSESまたはMAより優れているかどうかを判断します。比較したいメジャーは、通常のMAPE、MSEメジャーの代わりに、Kourentzes（2014）によって提案された平均絶対レートまたは平均二乗レートであり、\ alpha $平滑化パラメーターのすべてのレベルで、需要間インターバルに使用される平滑化パラメーターを想定しています。クロストンとシンテトスのボイランの需要サイズは同じです。

私の質問は次のとおりです。1。すべてのデータについて、平滑化方法ごとに最適なアルファの値が異なる可能性があることを考慮すると、メソッドのアルファの値はMARまたはMSRを最小化し、他のメソッドではそうしない場合があります、その1つの方法は、アルファのその値について他の方法よりも優れている場合があり、他の方法ではそうでない場合があります。この種の問題をどのように解決しますか？私の現在の解決策は、2つの異なる方法間でアルファのすべてのレベルのMARの2つのグラフを比較することです。私の期待は、プロファイル分析が行われたときに、2つの異なる方法が異なる特性を示すことです。

2. 実験デザインのようなより良い解決策はありますか？私は実験の設計方法にかなり混乱しています。観察はそれらのいくつかのデータであり、レベルは平滑化パラメーターアルファであり、治療はそれらの方法です。値はMARです。それは実行可能ですか？そして論理的に行うには？仮説は、アルファのすべてのレベルで各治療法に違いがあるかどうかです。線形性の仮定がここで満たされているとは思えません。

編集：とにかく、私はこれが研究課題として実行可能であるとは思いません。エラーメジャーがスケールに依存しているという事実（私のスケール依存の定義が正しい場合）は、予測のさまざまな方法を比較する方法がないため、この問題の研究に非常に問題を引き起こしました。

$y_{t+1}=f(y_{0},\ldots,y_{t}, \overrightarrow{a})+\epsilon_{t}$

$\overrightarrow{a}$

現在提案しているのは、本質的には次のとおりです。

1. $f(y_{0},\ldots,y_{t}, \overrightarrow{a})$$\overrightarrow{a}$
2. 選択$\alpha$
3. $g(f(y_{0},\ldots,y_{t}, \overrightarrow{a}),\alpha)$
4. $\alpha$

$g(f(y_{0},\ldots,y_{t}, \overrightarrow{a}),\alpha)$$\alpha$