Video: Zaman Serisi Analizi (Veri Bilimi Eğitim Serisi 44. Video) 2024
Sorunlara neden olan varsayımlar hakkında söylenen her şeye rağmen, herhangi bir tahmini analitik modelin özünde birkaç varsayım kalır. Bu varsayımlar, analizde seçilen ve dikkate alınan değişkenlere görünür - ve bu değişkenler, nihai modelin çıktısının doğruluğunu doğrudan etkiler.
Bu nedenle, başlangıçta en akıllıca önlem, modelinizde en önemli olan varsayımların belirlenmesidir - ve bunları asgari düzeyde tutmaktır.
Gerçek dünyada iyi çalışan bir tahmini model oluşturmak, işletmenin samimi bir bilgisi gerektirir. Modeliniz yalnızca örnek verileri bilerek başlar - pratik açıdan, neredeyse hiçbir şey. Bu nedenle, küçük başlayın ve gerekirse modeli geliştirmeye devam edin.
Olası sorular ve senaryoların araştırılması, önemli bulgulara neden olabilir ve / veya gerçek dünyadaki faktörlere ışık tutabilir. Bu süreç, analizin sonucunu etkileyebilecek temel değişkenleri belirleyebilir.
Akıllı tahlil sistematik bir yaklaşımla, bu faz - "what-if" senaryolarını keşfetmek özellikle ilginç ve yararlıdır. Modelin çıktısında bir değişkenin veya başka bir değişkenin etkilerini ölçmek için model girdilerini değiştirdiğiniz yer; Gerçekten test ettiğiniz şey tahmini yeteneğidir.
Modelin varsayımlarını iyileştirerek - modelin çıktısını nasıl etkilediğini test ederek - modelin onlara ne kadar duyarlı olduğunu görmek için araştırarak ve bunları asgari seviyeye getirerek - modelin daha güvenilir tahmin yeteneğine yönlendirilmesinde size yardımcı olacaktır. Modelinizi optimize edebilmeniz için çıkışında doğrudan etkisi olan tahmini değişkenleri bilmeniz gerekir.
Bu karar değişkenlerini, her bir çalıştırmada birkaç parametre değiştirirken modelinizin birden çok simülasyonunu çalıştırarak ve sonuçların, özellikle de model tahminlerinin doğruluğunu kaydederek türetebilirsiniz. Genellikle, doğruluğundaki varyasyonları, değiştirdiğiniz belirli parametrelere geri izleyebilirsiniz.
Bu noktada, yirmi birinci yüzyıl ondörtüncü yardıma dönüşebilir. Ockham William, 1300'lü yıllarda yaşayan İngiliz Franciscan keşiş ve bilimsel filozof, Occam'ın Tıraşçusu olarak bilinen araştırma ilkesini geliştirdi: Teoriniz mümkün olduğunca az olana kadar gereksiz varsayımları ortadan kaldırmalısınız. O halde gerçek olması en olası.
Çok fazla varsayım, modelinizin tahminlerini belirsizlikler ve yanlışlıklar ile tartıyor.Gereksiz değişkenleri ortadan kaldırmak daha sağlam bir modele neden olur, ancak analizde hangi değişkenlerin dahil edileceğine karar vermek kolay değildir ve bu kararlar modelin performansını doğrudan etkiler.
Ancak burada analist bir ikilem içine girebilir: Gereksiz faktörlerin eklenmesi, modelin çıktısını eğriltebilir veya çarpıtabilir, ancak ilgili bir değişkenin hariç tutulması modelin eksik kalmasına neden olur.
Öyleyse, bu çok önemli karar değişkenlerini seçmenin zaman geldiğinde, alan bilgisi uzmanlarınızı arayın. Doğru, gerçeklik temelli karar değişkenleri grubuna sahip olduğunuzda, çok fazla varsayım yapmak zorunda kalmazsınız - ve tahmin modeli için daha az hata olabilir.