Complexe methode voorspelt niet altijd beter

ImageSinds 1979 worden verschillende forecast methoden getest op hun nauwkeurigheid. Dit gebeurt in het kader van de Makridakis Competitions, of M-Competitions. De resultaten van de laatste M3 Competition zijn nader onderzocht in de laatste editie van het International Journal of Forecasting.

De conclusie is bevestigd dat statistisch geavanceerde of complexe methoden (bijvoorbeeld Artificial Neural Networks) niet persé nauwkeurigere voorspellingen leveren dan eenvoudigere methoden (bijvoorbeeld Single Exponential Smoothing). De uitdaging is om te bepalen welke methode in welke situatie de beste resultaten geeft.

Er is één methode die beter dan gemiddeld scoort in de meeste situaties. Dit is de zogenaamde Theta-methode, een relatief jonge decompositie techniek. Hierbij worden seizoensinvloeden, lange en korte termijn trends geëxtrapoleerd en gecombineerd tot één voorspelling.

Bron: International Journal of Forecasting, Juli/September 2005

Geef een reactie