ScholarGate
助手
Process / pipelineForecast evaluation

时间序列交叉验证(滚动/扩展窗口)

时间序列交叉验证是一种为顺序排列的数据设计的重采样程序。它不是随机划分观测值(这会破坏时间结构并引入数据泄露),而是逐个时间步向前推进预测原点,在截至该原点的所有历史数据上拟合模型,并在紧随其后的样本外期间进行评估。经济学家、金融分析师和气象学家在需要对时间有序过程的预测准确性进行诚实、操作上现实的估计时,都会使用它。

用 EconMind 应用即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  1. 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

如何引用本页

ScholarGate. (2026, June 2). Time-Series Cross-Validation (Rolling/Expanding Window). ScholarGate. https://scholargate.app/zh/econometrics/ts-cross-validation

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较

被引用于

ScholarGateTime-Series Cross-Validation (Time-Series Cross-Validation (Rolling/Expanding Window)). 于 2026-06-15 检索自 https://scholargate.app/zh/econometrics/ts-cross-validation · 数据集: https://doi.org/10.5281/zenodo.20539026