1. 학습
    2. /
  2. 강의
    3. /
  3. R로 배우는 시계열 예측
Connected

연습 문제

전력 수요 예측

일일 전력 수요는 기온의 함수로도 모형화할 수 있어요. 전기요금 고지서에서 보신 것처럼, 더운 날에는 냉방으로, 추운 날에는 난방으로 전기를 더 많이 사용합니다.

이 연습에서는 ARMA 오차를 갖는 이차 회귀 모형을 적합해 보겠습니다. 하루 단위의 1년치 데이터 elecdaily에는 일일 총 수요, 근무일 지표 변수(근무일은 1, 비근무일은 0), 그리고 일일 최대 기온이 포함되어 있어요. 주간 계절성이 있으므로 frequency는 7로 설정했습니다.

첫 세 행을 살펴보세요:

> elecdaily[1:3, ]
       Demand Temperature Workday
[1,] 174.8963        26.0       0
[2,] 188.5909        23.0       1
[3,] 188.9169        22.2       1

elecdaily는 워크스페이스에 미리 로드되어 있습니다.

지침

100 XP
  • 일일 수요와 최대 기온만 분할(facet)하여 시계열 그래프를 만드세요.
  • 회귀자 행렬을 설정해 최대 기온 MaxTemp, 최대 기온의 제곱을 나타내는 MaxTempSq, 그리고 Workday를 그 순서로 포함하세요. 분명히 cbind()의 두 번째 인수에는 간단한 수학 연산자가 필요합니다.
  • 수요 열에 대해 ARIMA 오차가 있는 동적 회귀 모형을 적합하고, 이를 fit이라고 하세요.
  • 다음 날이 근무일(지표가 1)이고 최대 기온 예측이 20°C라면, 예측 수요는 얼마인가요? forecast()의 xreg 인수에 대한 cbind()에 알맞은 값을 채워 넣으세요.