CoChat
Sign Up
Cited by 172Forecasting Techniques and ApplicationsTime Series Analysis and ForecastingStatistical Methods and Applications

The Impact of Empirical Accuracy Studies on Time Series Analysis and Forecasting

Fildes, Robert, Makridakis, Spyros·1995·International Statistical Review / Revue Internationale de Statistique
DOI 10.2307/1403481
Open this paper in CoChat — free account

Abstract

Cet article concerne un domaine important de statistique : l'application de l'analyse de series chronologiques a la prevision, notamment dans l'economie et les affaires. Ce domaine est inhabituel en sciences sociales car il permet l'experimentation objective, replicable et controlee par des etudes empiriques qui utilisent des donnees de la vie courante. Dans cet article nous examinons l'importante recherche empirique qui a ete faite dans ce domaine depuis deux decennies et nous comparons les principaux resultats d'une telle recherche avec ce a quoi nous pourrions nous attendre si le paradigme statistique restait le meme. Ainsi nous remarquons plusieurs anomalies qui ne peuvent pas etre expliquees facilement. En utilisant l'analyse de citation, nous montrons qu'il y a eu peu de travail theoretique qui a pris de tels resultats en compte. En consequence il y a eu peu ou meme pas de progres du tout pour redefinir le paradigme dominant en statistique des series chronologiques et faire avancer le domaine de recherche dans la direction de la precision amelioree de la prevision des valeurs futures. Que l'objectif soit la precision de la prevision des valeurs futures ou bien la validation du modele, il faut reexaminer l'hypothese qui est faite d'habitude dans le domaine de la prevision de series chronologiques, que les donnees aient une structure constante ou stationnaire. Ceux qui travaillent dans le domaine de la recherche appliquee ou empirique ont besoin d'un cadre theorique dans lequel ils peuvent developper des methodes de prevision ameliorees et etablir un critere de selection efficace. Nous decrivons plusieurs domaines de priorite pour la recherche, y compris le modelisme robuste et l'utilisation de la connaissance des informations dans leur contexte particulier pour identifier un modele. L'article se termine par un defi pour les statisticiens de series chronologiques theoretiques et les chercheurs empiriques : en travaillant ensemble, peuvent-ils apprendre les uns des autres ? S'ils reussissent, leurs conclusions devraient permettre d'avancer dans le domaine afin de mieux servir ceux qui sont engages dans la prise de decisions ou d'orientations politiques d'une facon qui les aidera a beneficier de predictions plus precises. Il est egalement important que les competitions de previsions puissent fournir aux chercheurs un banc d'essai qui puisse diriger l'evolution de leur discipline et la rendre plus utile et pertinente aux applications de la vie courante.

Integrity signals

Registry

Crossref · 10.2307/1403481

Cites

88 of 88 references verified0 citation errors · 0 not checkable

Statistics

Recomputing p-values needs the paper’s full text.

Claims the paper makes

This paper’s full text isn’t openly available, so its claims and self-check weren’t run. The registry and citation checks still apply.

Claims other papers make about this one

Each is checked against this paper’s own text: does it say what the citing paper says it does?

  • Software developers typically fail to incorporate evidence-based findings about which methods work best, and statisticians who work on new forecasting procedures seldom cite the literature that tests the relative effectiveness of various methods for forecasting.

    “Unfortunately, software developers typically fail to incorporate evidence-based findings about which methods work best, and statisticians who work on new forecasting procedures seldom cite the literature that tests the relative effectiveness of various methods for forecasting (Fildes and Makridakis 1995).”

    From Illusions in Regression Analysis (2011) · cites this paper as Fildes and Makridakis 1995

Cites

Flagged first, then by citations

1 of the 89 references couldn’t be matched to a known paper.

Cited by

Sorted by citations

Related

Authors
Fildes, R., & Makridakis, S.
Affiliations
Lancaster University (GB)
ORCID
Venue
International Statistical Review / Revue Internationale de Statistique
Publisher
JSTOR
Published
1995-12
Volume
63
Issue
3
Pages
289
ISSN
0306-7734 (ISSN-L)
DOI
10.2307/1403481
OpenAlex
W1971216187
Cited by
172
References
89
Citations by year
2026: 2 · 2025: 1 · 2024: 6 · 2022: 3 · 2021: 7 · 2020: 5 · 2019: 3 · 2018: 7 · 2017: 9 · 2016: 8 · 2015: 11 · 2014: 4 · 2013: 8 · 2012: 10
FWCI
8.38
Type
journal article
Language
en
Open access
closed
Locations
  • International Statistical Review (publishedVersion)
  • OpenGrey (Institut de l'Information Scientifique et Technique) (submittedVersion)
Topics
  • Social Sciences › Decision Sciences › Management Science and Operations Research › Forecasting Techniques and Applications
  • Physical Sciences › Computer Science › Signal Processing › Time Series Analysis and Forecasting
  • Physical Sciences › Mathematics › Statistics and Probability › Statistical Methods and Applications
Keywords
time series forecasting, forecast accuracy, stationarity assumption, non-stationary data, robust modeling, model selection, citation analysis, economic forecasting, business forecasting, model validation

About these checks

Registry, retraction, Cites and statistics results are computed, not judged, with one exception: a printed reference that no index lists is read once by a model before it counts as a citation error. Claims are extracted by a model and kept only when their quote appears verbatim in the text; each cited source is then checked, with a model’s help, for whether it says what the claim relies on. Those verdicts can be wrong — read the claim’s quote and the cited source before relying on one.

Statistics and arithmetic are recomputed, not judged.

Confidence bands are shown only for fields calibrated on our annotated test set. None is calibrated yet, so no band is shown.

What counts as a claim ›How we measure confidence ›How we check this ›

Are you an author, or do you see a problem with this page? Request a review