Model seçimi, başarılı bir şekilde gerçekleştirildiğinde öngörme doğruluğundaki büyük kazanımlar nedeniyle literatürde yaygın olarak incelenen karmaşık bir görevdir. Bunun için, mevcut tarihsel verilerden farklı şekillerde yararlanan birçok yaklaşım önerilmiştir. Örnek içi test en yaygın yaklaşımdır ancak veri ve parametre tahmin belirsizliğinden oldukça etkilenir. Tahmin yöntemlerinin performansını değerlendirmek için verilerin bir kısmını kullanan örnek dışı testler, genellikle iyileştirmelere yol açan iyi bilinen alternatiflerdir. Ancak, bunlar gürültü ve aykırı değer gibi veri belirsizliğine karşı hala savunmasızdır. Diğer yandan, yeniden örnekleme teknikleri, aynı özelliklere sahip fakat farklı bir rasgelelik bileşenine sahip bir zaman serisinin birden çok klonunu üretmek için kullanılabilir. Bu yazıda, orijinal verilerdeki gürültünün etkisini azaltmak için önyükleme işleminden yararlanan ve daha sonra farklı yöntemlerin tahmin performansını değerlendirmek için üretilen serilere örnek dışı testler uygulayan bir model seçim tekniği önerilmiştir. Yaklaşım, farklı zaman serilerinin geniş bir veri kümesinde değerlendirilir ve gelecek vaat eden sonuçlara yol açan diğer geleneksel yaklaşımlarla karşılaştırılır.