Forecasting with temporal hierarchies

این مقاله مفهوم سلسله مراتب زمانی را برای پیش بینی های سری زمانی معرفی می کند. یک سلسله مراتب زمانی می تواند برای هر سری زمانی با استفاده از تجمع زمانی غیر تداخل ایجاد شود. پیش بینی هایی که در تمام سطوح تجمیع ساخته شده است با چارچوب پیشنهادی ترکیب شده اند که منجر به پیش بینی های متقابل، دقیق و قوی می شود. ترکیب مفهومی، عدم قطعیت مدل سازی را کاهش می دهد، در حالی که ماهیت تلفیق پیش بینی ها یک پیش بینی واحد است که از تصمیمات هماهنگ در افق های برنامه ریزی مختلف پشتیبانی می کند: از برنامه های کوتاه مدت تا برنامه ریزی استراتژیک بلند مدت. روش پیشنهادی مستقل از مدل های پیش بینی شده است. این می تواند پیش بینی های مدیریتی بالا را که شامل اطلاعات پیچیده و غیرمتمرکز با پیش بینی های آماری پایین تر است را جاسازی کند. نتایج ما نشان می دهد که پیش بینی با سلسله مراتب زمانی، دقت بیشتری نسبت به پیش بینی های معمولی، به ویژه با افزایش عدم قطعیت مدل سازی، افزایش می یابد. ما در مورد مفاهیم سازمانی پیش بینی های آشتی موقت با استفاده از یک مطالعه موردی ادارات حوادث و اورژانس بحث می کنیم.