1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Forecasting v R
Connected

cvičení

Modely TBATS pro spotřebu elektřiny

Jak jsi viděl/a ve videu, model TBATS je speciální typ modelu časových řad. Jeho odhad může být velmi pomalý, zejména u časových řad s více sezónními cykly – v tomto cvičení ho proto vyzkoušíš na jednodušší řadě, aby to nezabralo příliš času. Pojďme si rozebrat jednotlivé složky modelu TBATS na příkladu TBATS(1, {0,0}, -, {<51.18,14>}), jednoho z názvů grafů z videa:

Složka Význam
1 Parametr Box-Coxovy transformace
{0,0} ARMA chyba
- Parametr tlumení
{\<51.18,14>} Sezónní perioda, Fourierovy členy


Dataset gas obsahuje měsíční data o australské produkci plynu. Z grafu dat je patrné, že rozptyl se v čase výrazně měnil – data tedy potřebují transformaci. Také tvar sezónnosti se v čase mění a v datech je patrný silný trend. To z nich dělá ideální řadu pro testování funkce tbats(), která je navržena právě pro práci s těmito vlastnostmi.

gas je dostupný v tvém pracovním prostředí.

Pokyny

100 XP
  • Vykresli gas pomocí standardní funkce pro vykreslování grafů.
  • Natrénuj model TBATS nově zavedenou metodou na data o plynu a výsledek ulož jako fit.
  • Vytvoř prognózu řady na příštích 5 let a ulož ji jako fc.
  • Vykresli prognózy z fc. Prohlédni si název grafu a porovnej ho s tabulkou výše.
  • Ulož parametr Box-Coxovy transformace zaokrouhlený na 3 desetinná místa a řád Fourierových členů do proměnných lambda a K.