组合模型即是将多个模型的结果进行组合，从而充分利用各个模型的信息。有效提高预测精度。 设有 k k k 种方法，第 i i i 种方法在第 t t t 期的预测值记为 y i t y_{it} yit，则第 t t t 期的组合预测值 Y
i
t
=
∑
i
=
1
k
y
i
t
w
i
，
i
=
1
,
2
,
⋯
,
k
Y_{it}=\sum_{i=1}^k{y_{it}w_i}\text{，}i=1,2,\cdots ,k
Yit=i=1∑kyitwi，i=1,2,⋯,k 常见的权重选择方法有等权重法、标准差法、方差倒数法、均方倒数法、AHP法、德尔菲法、最优加权法等。 （1）等权重法：即对每一种预测方法赋以相同的权重，这种方法操作简单，但可靠性是最低的，即缺点在于它是对全部模型平均对待，不分主次，预测效果不理想； （2）优势矩阵法：假设有两个模型，记录这两个模型相对于真实值预测效果更好的次数。记【模型一】预测效果更好的的次数为
n
1
n_1
n1，【模型二】预测效果更好的次数为
n
2
n_2
n2，那么两个模型分别对应的权重为 （3）方差倒数法：方差倒数法也称为预测误差平方和倒数法，它是通过误差平方和的大小确定权重，即对误差平方和小的模型赋以高权重。
公式如下： w i = Q i − 1 ∑ i = 1 m Q i − 1 w_i=\frac{Q_{i}^{-1}}{\sum_{i=1}^m{Q_{i}^{-1}}} wi=∑i=1mQi−1Qi−1 其中， Q i Q_i Qi 即真实值与预测值之间差值的平方和： Q i = ∑ t = 1 n ( y t − y ^ t ( i ) ) 2 Q_i=\sum_{t=1}^n{\left( y_t-\hat{y}_t\left( i \right) \right) ^2} Qi=∑t=1n(yt−y^t(i))2，这种方法要求对各模型有一定的了解。 （4）残差倒数法：该方法体现了某单项预测模型的误差平方和越大，它在组合预测中的加权系数就应越小。 w i = S i − 1 ∑ i = 1 k S i − 1 w_i=\frac{S_{i}^{-1}}{\sum_{i=1}^k{S_{i}^{-1}}} wi=∑i=1kSi−1Si−1 其中， S i S_i Si 是上一种方法中 Q i Q_i Qi 的平方根，当数据的差均为正值时两种方法的使用没有区别，当数据差有正负之分时，两种方法才有不同。 （5）简单加权法：简单加权平均方法也是一种非等权平均方法。它是先把各单项预测模型预测误差的方差和进行排序，根据各单项预测模型预测误差的方差和与权系数成反比的基本原理知，排序越靠前面的单项预测模型，在组合预测中的加权系数就应越小。 即令 w
i
=
i
∑
i
=
1
k
i
=
2
i
k
(
k
1
)
，
i
=
1
,
2
,
⋯
,
k
w_i=\frac{i}{\sum_{i=1}^k{i}}=\frac{2i}{k\left( k 1 \right)}\text{，}i=1,2,\cdots ,k
wi=∑i=1kii=k(k 1)2i，i=1,2,⋯,k （6）标准差法 w
i
=
1
k
−
1
(
1
−
S
i
∑
i
=
1
k
S
i
)
，
i
=
1
,
2
,
⋯
,
k
w_i=\frac{1}{k-1}\left( 1-\frac{S_i}{\sum_{i=1}^k{S_i}} \right) \text{，}i=1,2,\cdots ,k
wi=k−11(1−∑i=1kSiSi)，i=1,2,⋯,k |
|
|
