EmpezarEmpieza gratis

Modelos TBATS para la demanda de electricidad

Como viste en el vídeo, un modelo TBATS es un tipo especial de modelo de series temporales. Puede ser muy lento de estimar, especialmente con series con múltiples estacionalidades, así que en este ejercicio lo probarás con una serie más simple para ahorrar tiempo. Vamos a desglosar los elementos de un modelo TBATS en TBATS(1, {0,0}, -, {<51.18,14>}), uno de los títulos de los gráficos del vídeo:

Component Meaning
1 Box-Cox transformation parameter
{0,0} ARMA error
- Damping parameter
{\<51.18,14>} Seasonal period, Fourier terms


Los datos gas contienen la producción mensual de gas en Australia. Un gráfico de los datos muestra que la varianza ha cambiado mucho con el tiempo, por lo que necesita una transformación. La estacionalidad también ha cambiado de forma a lo largo del tiempo y hay una fuerte tendencia. Esto la convierte en una serie ideal para probar la función tbats(), diseñada para manejar estas características.

gas está disponible para usar en tu espacio de trabajo.

Este ejercicio forma parte del curso

Forecasting en R

Ver curso

Instrucciones del ejercicio

  • Dibuja gas usando la función de trazado estándar.
  • Ajusta un modelo TBATS usando el método recién introducido a los datos de gas como fit.
  • Pronostica la serie para los próximos 5 años como fc.
  • Representa los pronósticos de fc. Revisa el título del gráfico consultando la tabla anterior.
  • Guarda el parámetro de Box-Cox con 3 decimales y el orden de los términos de Fourier en lambda y K, respectivamente.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Plot the gas data
___(___)

# Fit a TBATS model to the gas data
fit <- ___(___)

# Forecast the series for the next 5 years
fc <- ___(___)

# Plot the forecasts
___(___)

# Record the Box-Cox parameter and the order of the Fourier terms
lambda <- ___
K <- ___
Editar y ejecutar código