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

연습 문제

전력 수요를 위한 TBATS 모형

영상에서 보셨듯이 TBATS 모형은 시계열 모형의 한 종류입니다. 특히 다중 계절성을 가진 시계열에서는 추정에 시간이 많이 걸릴 수 있어요. 그래서 이번 연습에서는 시간을 절약하기 위해 더 단순한 시계열에 적용해 보겠습니다. 영상의 그래프 제목 가운데 하나인 TBATS(1, {0,0}, -, {<51.18,14>})를 예로 들어 TBATS 모형의 요소를 살펴봅시다.

구성 요소 의미
1 Box-Cox 변환 모수
{0,0} ARMA 오차
- 감쇠(damping) 모수
{\<51.18,14>} 계절 주기, 푸리에 항의 개수


gas 데이터에는 호주 월별 가스 생산량이 들어 있습니다. 데이터를 그려 보면 분산이 시간에 따라 크게 변했으므로 변환이 필요해요. 계절성의 모양도 시간이 지나면서 변했고, 강한 추세도 있습니다. 이런 특징을 처리하도록 설계된 tbats() 함수를 시험해 보기에 아주 적합한 시계열이에요.

gas는 작업 공간에서 바로 사용하실 수 있어요.

지침

100 XP
  • 표준 그래프 함수로 gas를 그리세요.
  • 새로 소개한 방법으로 가스 데이터에 TBATS 모형을 적합해 fit에 저장하세요.
  • 다음 5년을 예측해 fc에 저장하세요.
  • fc의 예측을 그리세요. 위 표를 참고해 그래프 제목을 확인하세요.
  • Box-Cox 모수는 소수점 셋째 자리까지 반올림하고, 푸리에 항의 차수는 각각 lambda와 K에 저장하세요.