Forecasting hierarchical time series

Abstract

Данная работа посвящена исследованию прогнозных моделей и подходов к согласованию прогнозов иерархических временных рядов применительно к данным о численности граждан РФ, размещенных в коллективных средствах размещения (гостиницах, хостелах и т.п.). Исследуются следующие прогнозные модели: ARIMA, SARIMAX, аддитивная модель, лежащая в основе библиотеки Prophet, а также такие подходы к согласованию прогнозов: восходящий, нисходящий, подход оптимального согласования. Результатом работы является сравнительный анализ комбинаций моделей и подходов. Наилучшие результаты показывает сочетание подхода оптимального согласования и библиотеки Prophet. Получены прогнозы на 2021-2022 годы.

This work is devoted to the study of predictive models and approaches to the hierarchical time series forecasts reconciliation for data on the number of citizens of the Russian Federation placed in collective accommodation facilities (hotels, hostels, etc.). The following predictive models are studied: ARIMA, SARIMAX, the additive model underlying the Prophet library, as well as such forecasts reconciliation approaches: bottom-up, top-down, optimal matching approach. The result of the work is a comparative analysis of combinations of models and approaches. The best results are shown by the combination of the optimal reconciliation approach and the Prophet library. Forecasts for 2021-2022 have been received.