Série temporelle et aggrégation de modèles

[invite5ffffaa4]

Bonjour,

J'aimerais avoir votre expertise sur la problématique suivante:

J'ai une série temporelle dont j'obtiens des forecasts par trois modèles différents: ARIMA, ETS/TBATS.

Chacun fait des erreurs différentes. Je cherche à savoir s'il existe une combinaison, disons "optimale" de ces modèles.

Par exemple, en essayant d'expliquer la valeur de la série temporelle par une régression: y = a*ARIMA + b*ETS + c*TBATS.

Le problème ici, c'est la multicolinéarité. A part une regression ridge, quelles options s'offrent à moi? avez vous dejà était confronté à ce genre de problème?

Merci d'avance.

Bagnolet
-----

[Dlzlogic]

Bonjour,
Vous employez un vocabulaire bizarre, mais j'ai essayé de comprendre.
Vous avez un certain nombre d'observations, ou de mesures ou de relations, toutes indépendantes et vous cherchez à créer un modèle qui résume tout cela.
Pour utiliser des expressions mathématiques, vous cherchez à établir une fonction Y = f(X1, X2, X3).
Vous disposez donc d'un certain nombre de groupes de variables X1, X2, X3 et Y.
Si vous n'avez que 3 variables (X, Y, Z) on peut trouver une fonction très satisfaisante.
Au delà de 3 variables, cela devient franchement compliqué et on préfère adopter une fonction de la forme
Y = K . X1^a . X2^b . X3^3 ....
Est-ce là votre question ?