리서치 연구
간헐적 시계열 예측을 위한 확률론적 모델 비교 도구 공개
fable.intermittent: benchmarking probabilistic forecasting methods for intermittent time series
arXiv간헐적 수요(부품/소매 판매 등) 예측에 특화된 R 패키지 `fable.intermittent`를 통해 여러 확률론적 모델을 체계적으로 비교하고 적용할 수 있습니다.
세 줄 요약
- 트위디 예측 분포 기반의 신규 모델 TWEES를 추가했으며, 핵심 구성 요소인 Tweedie 밀도 함수의 계산 속도를 높인 `tweedieDistr` 패키지도 제공합니다.
- 재고 관리처럼 예측 오류 비용이 비대칭인 경우, 단순히 하나의 점 추정치보다 전체 예측 분포를 파악하는 것이 필수적이어서 실용성이 매우 높습니다.
- 복잡한 간헐적 시계열 예측 모델들을 단일하고 통합된 워크플로우(파이프라인) 내에서 쉽게 테스트하고 평가할 수 있다는 점을 주목해야 합니다.
재고 관리나 부품 수요와 같은 간헐적 시계열 데이터는 예측 오류 비용이 비대칭적인 특성을 가지므로, 단순히 하나의 점 추정치보다는 전체 예측 분포를 파악하는 것이 필수적입니다. 이러한 문제를 해결하기 위해 R 패키지 `fable.intermittent`가 소개되었습니다. 이 패키지는 여러 확률론적 예측 방법들을 단일하고 간단한 예측 파이프라인 내에서 적용하고 평가할 수 있도록 구현하여, 다양한 모델 간의 체계적인 비교를 가능하게 합니다.
개발진은 트위디 예측 분포 기반의 새로운 지수 평활 모델 TWEES를 추가했으며, 이 과정에서 계산량이 많은 Tweedie 밀도 함수 평가의 속도를 높인 `tweedieDistr` R 패키지도 함께 공개했습니다. 해당 방법론들은 총 네 개의 데이터셋을 사용하여 평가되었으며, 사용자는 이를 통해 복잡한 간헐적 시계열 예측 모델들을 통합적으로 테스트할 수 있습니다.