Várias séries (painel)

fit aceita um dicionário de séries, um PanelFrame ou uma tabela longa:

exp = AutoHybridExperiment(fh=14).fit({"loja_a": y_a, "loja_b": y_b})
exp = AutoHybridExperiment(fh=14).fit(
    long, series_col="series_id", date_col="timestamp", target="value"
)

Cada série tem teste selado, origens e escala da MASE próprios. As unidades de comparação são série:dobra.

  • Ranking: melhor configuração de cada estrutura em cada série, postos por série, média dos postos.

  • Seleção: ganho mediano e vitórias sobre as unidades de todas as séries juntas; a variabilidade é a mediana por série e depois entre as séries; result.selection.champion_per_series guarda a configuração de cada série.

  • Finalização: finalize_model devolve um PanelForecaster, um modelo por série, cada um com a sua configuração.

  • Avaliação externa: uma linha por série mais a média.

model = exp.finalize_model(result.best)
exp.predict_model(model).predictions
exp.evaluate_external(model).metrics
exp.plot_model(result.best, "cv_forecasts", series_id="loja_b")

A CV aninhada também funciona no painel: cada série é cortada na sua própria origem externa, o experimento interno roda no painel truncado e a tabela tem uma linha por dobra e série.

nested = exp.nested_cross_validate(outer_folds=3)
nested.folds        # índice (fold_id, series_id)
nested.summary

Ver também

Exógenas em painel: veja Variáveis exógenas.

Tutorial: 07. Painel de séries: várias séries no mesmo experimento.