CommencezCommencez gratuitement

Modèles TBATS pour la demande d'électricité

Comme vous l'avez vu dans la vidéo, un modèle TBATS est un type particulier de modèle de séries chronologiques. Il peut être très long à estimer, surtout avec des séries à saisons multiples. Pour gagner du temps, vous l'essayerez ici sur une série plus simple. Décomposons les éléments d'un modèle TBATS dans TBATS(1, {0,0}, -, {<51.18,14>}), l'un des titres de graphique de la vidéo :

Composante Signification
1 Paramètre de transformation de Box-Cox
{0,0} Erreur ARMA
- Paramètre d'amortissement
{\<51.18,14>} Période saisonnière, termes de Fourier


Les données gas contiennent la production mensuelle de gaz en Australie. Un graphique des données montre que la variance a beaucoup changé au fil du temps, donc une transformation est nécessaire. La saisonnalité a aussi changé de forme avec le temps et il y a une forte tendance. Cela en fait une série idéale pour mettre à l'épreuve la fonction tbats() conçue pour gérer ces caractéristiques.

gas est disponible dans votre espace de travail.

Cette activité fait partie du cours

Prévision en R

Voir le cours

Instructions de l’exercice

  • Tracez gas à l'aide de la fonction de tracé standard.
  • Ajustez un modèle TBATS à l'aide de la nouvelle méthode sur les données gas et nommez-le fit.
  • Prévisionnez la série pour les 5 prochaines années et nommez l'objet fc.
  • Tracez les prévisions de fc. Vérifiez le titre du graphique en vous référant au tableau ci-dessus.
  • Enregistrez le paramètre de Box-Cox avec 3 décimales et l'ordre des termes de Fourier dans lambda et K, respectivement.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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 <- ___
Modifier et exécuter le code