r - 预测准确度: no MASE with two vectors as arguments

Question

我正在使用 forecast 包中的 accuracy 函数来计算准确性度量。我使用它来计算拟合时间序列模型的度量，例如 ARIMA 或指数平滑。当我在不同维度和聚合级别上测试不同模型类型时，我使用 Hyndman 等人引入的 MASE(平均绝对比例误差)(2006 年，“预测准确性的另一种衡量方法”)来比较不同的模型在不同的层面上。

现在我还将模型与预测历史进行比较。由于我只有预测值而没有模型，因此我尝试使用 accuracy 函数。在函数描述中提到，还允许提供两个向量参数，一个具有预测值，一个具有实际值，以计算测量值(而不是拟合模型):

f: An object of class "forecast", or a numerical vector containing forecasts. It will also work with Arima, ets and lm objects if x is omitted – in which case in-sample accuracy measures are returned.

x: An optional numerical vector containing actual values of the same length as object.

但令我惊讶的是，除了 MASE 之外，所有措施均已退回。所以我想知道是否有人知道这是什么原因？为什么在 accuracy 函数中使用两个向量作为参数时未返回 MASE？

Answer 1

MASE 需要历史数据来计算缩放因子。它不是根据@FBE 的答案中的 future 数据计算得出。因此，如果您不将历史数据传递给 accuracy()，则无法计算 MASE。例如，

> library(forecast)
> fcast <- snaive(window(USAccDeaths,end=1977.99))
> accuracy(fcast$mean,USAccDeaths)
         ME        RMSE         MAE         MPE        MAPE        ACF1 
225.1666667 341.1639391 259.5000000   2.4692164   2.8505546   0.3086626 
  Theil's U 
  0.4474491 

但是如果您传递整个 fcast 对象(其中包括历史数据)，您会得到

> accuracy(fcast,USAccDeaths)
         ME        RMSE         MAE         MPE        MAPE        MASE 
225.1666667 341.1639391 259.5000000   2.4692164   2.8505546   0.5387310 
       ACF1   Theil's U 
  0.3086626   0.4474491