การตรวจสอบไขว้สำหรับอนุกรมเวลา (หน้าต่างแบบกลิ้ง/ขยาย)
การตรวจสอบไขว้สำหรับอนุกรมเวลา (Time-series cross-validation) เป็นกระบวนการสุ่มตัวอย่างซ้ำที่ออกแบบมาสำหรับข้อมูลที่มีลำดับตามเวลา แทนที่จะแบ่งข้อมูลแบบสุ่ม ซึ่งจะทำลายโครงสร้างเชิงเวลาและนำไปสู่การรั่วไหลของข้อมูล (data leakage) วิธีนี้จะเลื่อนจุดเริ่มต้นของการพยากรณ์ไปทีละขั้น โดยปรับโมเดลจากข้อมูลทั้งหมดที่มีอยู่จนถึงจุดเริ่มต้นนั้น และประเมินผลบนช่วงข้อมูลนอกกลุ่มตัวอย่าง (out-of-sample) ที่ตามมาทันที นักเศรษฐศาสตร์ นักวิเคราะห์ทางการเงิน และนักอุตุนิยมวิทยาใช้เมื่อต้องการประมาณค่าความแม่นยำในการพยากรณ์ที่น่าเชื่อถือและสมจริงในทางปฏิบัติสำหรับกระบวนการที่มีลำดับตามเวลา
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Time-Series Cross-Validation (Rolling/Expanding Window). ScholarGate. https://scholargate.app/th/econometrics/ts-cross-validation
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)เศรษฐมิติ↔ compare
- การอนุมานแบบบูตสแตรปสถิติศาสตร์↔ compare
- การทดสอบ Diebold-Mariano เพื่อความแม่นยำในการพยากรณ์ที่เท่าเทียมกันเศรษฐมิติ↔ compare