Methodenbewijsdossier

Time-Series Cross-Validation

Time-series cross-validation is a resampling procedure designed for sequentially ordered data. Instead of randomly partitioning observations — which would destroy temporal structure and introduce data leakage — it advances a forecast origin one step at a time, fitting a model on all past data up to that origin and evaluating it on the immediately following out-of-sample period. Economists, financial analysts, and meteorologists use it whenever an honest, operationally realistic estimate of predictive accuracy is required for a time-ordered process.

Sources recorded, not reviewed

Bronrecord

Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.

Time-Series Cross-Validation (Rolling/Expanding Window)

Taxonomisch methodendossier · process-pipeline / econometrics

Bergmeir, C., & Benítez, J. M. (2012). On the use of cross-validation for time series predictor evaluation. Information Sciences, 191, 192–213. · DOI 10.1016/j.ins.2011.12.028

Volledige methode openen

Gecureerde claims

Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.

Nog geen gecureerde claims

Deze weergave verzint geen claimbeoordeling als het register er geen heeft.

Gerelateerde methoden

Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.

Used in the same domainARIMAmachine-suggested · Relational suggestion, not evidence.See alsoBootstrap Inferencemachine-suggested · Relational suggestion, not evidence.Used in the same domainDiebold-Mariano Testmachine-suggested · Relational suggestion, not evidence.