close
Warning:
Can't synchronize with repository "(default)" (/var/svn/mms does not appear to be a Subversion repository.). Look in the Trac log for more information.
- Timestamp:
-
Dec 2, 2010, 10:03:26 AM (14 years ago)
- Author:
-
Pedro Gea
- Comment:
-
La duda que planteas es sobre cual es la diferencia entre las llamadas previsión puntual y previsión bayesiana.
Básicamente la previsión puntual (CalcForecasting
) da por ciertos los parámetros y la única fuente de error es la incertidumbre natural del ruido o perturbaciones del modelo:
Output = Noise + Filter
Output.Error = Noise.Error ; Filter.Error = 0
Sin embargo la llamada previsión bayesiana (más completa) considera el error de estimación de los parámetros como otra fuente de error en previsión.
De modo que no sólo aparece un nuevo error en el filtro del modelo, sino que el error del noise se ve afectado por el error de los parámetros ARIMA.
Legend:
- Unmodified
- Added
- Removed
- Modified
-
-
Property
Type
changed from
defect
to
doubt
-
Property
Component
changed from
General
to
Forecast
-
Property
Milestone
changed from
to
Maintenance
-
initial
|
v1
|
|
1 | | Buenas, tengo una duda acerca de cómo se calcula la sigma en previsión cuando se llama al método de previsión bayesiana. Desconozco cómo es, pero al compararla con la típica que duelve ErrorForecast (adjunto el código debajo) es muy diferente. |
| 1 | Buenas, tengo una duda acerca de cómo se calcula la sigma en previsión cuando se llama al método de previsión bayesiana. Desconozco cómo es, pero al compararla con la típica que duelve {{{ErrorForecast}}} (adjunto el código debajo) es muy diferente. |
2 | 2 | |
3 | 3 | Podéis verlo compilando en el ejemplo de matriculación de vehículos la carpeta model.1 y ejecutar esto: |
4 | | |
| 4 | {{{ |
5 | 5 | Anything submodelPF::GetOutput.Forecast.Sigma(?); |
6 | 6 | Serie outputF::GetSigma(?); |
| 7 | }}} |
7 | 8 | |
8 | | |
9 | | |
| 9 | {{{ |
10 | 10 | ////////////////////////////////////////////////////////////////////////////// |
11 | 11 | Serie ErrorForecast(Real lengthFor, Real sigma, |
… |
… |
|
24 | 24 | Serie error = SqRt(error2) |
25 | 25 | }; |
| 26 | }}} |