oicuicu
我想到了一个评价模型预测能力的好主意：既然是让预测值与实际值时间序列的比较，那么比较：1.两者的值的时间序列的相关性（原值之间的相似性），2.值的时间序列的导数序列的相关性（趋势之间的相似性）。然后比较：3.标准差，4.均值，5.极差，6.分位数等传统项目。如果相似，模型就是好用的。
好像对于模型评价来说，误差率在什么值以下是可以接受的？低于50%应该就勉强可接受，但多低再就没有统一的标准（自然是越低越好）。
好像很多评价标准都是这样，以前的大咖书上说的就是标准。除此之外，不同的行业要求不同，比如说p值的接受，有的行业0.005，有的0.01，有的0.05，甚至在预测时有的0.1都通过。比如说对相关系数的评价也是这样。
