আমি স্বল্পমেয়াদী লোড পূর্বাভাস এবং সঠিকতা উন্নতির জন্য জলবায়ু / আবহাওয়ার ডেটা ব্যবহারের জন্য কয়েক মাস ধরে কাজ করছি। আমার একটি কম্পিউটার বিজ্ঞানের পটভূমি রয়েছে এবং এই কারণে আমি আরিমা মডেলগুলির মতো পরিসংখ্যান সরঞ্জামগুলির সাথে কাজ করে বড় ভুল এবং অন্যায় তুলনা না করার চেষ্টা করছি। আমি কয়েকটি বিষয়ে আপনার মতামত জানতে চাই:
পূর্বাভাস দেওয়ার ক্ষেত্রে আবহাওয়ার তথ্যের প্রভাব তদন্ত করতে আমি উভয় (এস) আরিমা এবং (এস) আরিম্যাক্স মডেল ব্যবহার করছি, আপনি কি মনে করেন যে এটি এক্সপেনসিয়াল স্মুথিং পদ্ধতিও ব্যবহার করা প্রয়োজন?
300 টি দৈনিক নমুনার একটি সময়ের সিরিজ থাকা আমি প্রথম দুই সপ্তাহ থেকে শুরু করছি এবং অটো.রিমা আর ফাংশন (পূর্বাভাস প্যাকেজ) দিয়ে নির্মিত মডেলগুলি ব্যবহার করে আমি 5 দিন-আগাম পূর্বাভাস সম্পাদন করব। তারপরে, আমি আমার ডেটা সেটে অন্য একটি নমুনা যুক্ত করি এবং আমি আবার মডেলগুলি ক্যালিব্রেট করি এবং উপলভ্য ডেটা শেষ না হওয়া অবধি আমি আরও 5 দিনের পূর্বাভাস প্রদান করি। আপনি কি মনে করেন এইভাবে কাজ করার উপায়টি সঠিক?
আপনার পরামর্শের জন্য আপনাকে ধন্যবাদ, যদিও আমাদের কাজের লক্ষ্য একটি ইঞ্জিনিয়ারিং জার্নাল নিবন্ধ, আমি একটি পরিসংখ্যানিক দৃষ্টিকোণ থেকে যতটা সম্ভব কঠোরভাবে একটি কাজ করতে চাই।