Diferencia entre pronósticos "en muestra" y "pseudo fuera de muestra"

¿Existe una diferencia explícita entre los pronósticos dentro de la muestra y los pronósticos seudo fuera de la muestra ? Ambos se entienden en el contexto de evaluar y comparar modelos de pronóstico.

Suponga que tiene los datos , donde h ∈ { 1 , 2 , ... } , y su objetivo es construir un modelo (por ejemplo, f ( X t - h ) ) para predecir Y t dado X t - h . Para concretar, suponga que los datos son diarios y T corresponde a hoy.$\{Y_t,X_{t-h}\}_{t=h+1}^T$$h \in \{1,2,\ldots\},$$\hat f(X_{t-h})$$Y_t$$X_{t-h}$$T$

$T$

$Y_{T+1}$$e_{T+1} \equiv Y_{T+1} - \hat f(X_{T+1-h}),$$Y_{T+2}$$\{e_{T+l}\}_{l=1}^L$

$T_0 < T$$T$$\{e_t\}_{t=T_0+1}^T$

Tenga en cuenta que el análisis de pseudo-fuera de muestra no es la única forma de estimar el rendimiento fuera de muestra de un modelo. Las alternativas incluyen validación cruzada y criterios de información.

En el Capítulo 7 de

http://www.stanford.edu/~hastie/local.ftp/Springer/OLD/ESLII_print4.pdf