始める無料で始める

電力需要のための TBATS モデル

動画で見たように、TBATS モデル は時系列モデルの一種です。とくに多重季節性の時系列では推定に時間がかかることが多いため、この演習では時間短縮のためにより単純な系列で試してみます。動画のグラフタイトルのひとつ TBATS(1, {0,0}, -, {<51.18,14>}) を例に、TBATS モデルの要素を分解してみましょう。

Component Meaning
1 Box-Cox 変換パラメータ
{0,0} ARMA 誤差
- 減衰パラメータ
{\<51.18,14>} 季節周期、Fourier 項


gas データにはオーストラリアの月次ガス生産量が入っています。プロットを見ると分散が時間とともに大きく変化しており、変換が必要です。季節性の形も時間とともに変化しており、強いトレンドも見られます。これらの特徴に対応できるよう設計された tbats() 関数を試すうえで、理想的な系列です。

gas はワークスペースで利用できます。

この演習はコースの一部です

Rで学ぶ予測入門

コースを見る

演習の手順

  • 標準のプロット関数で gas を描画します。
  • 新しく紹介した手法で gas データに TBATS モデルを当てはめ、fit として保存します。
  • 次の 5 年分を fc として予測します。
  • fc の予測をプロットします。上の表を参考に、グラフタイトルも確認してください。
  • Box-Cox パラメータ（小数第 3 位まで）と Fourier 項の次数を、それぞれ lambda と K に保存します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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 <- ___
コードを編集して実行