ComeçarComece de graça

Modelos TBATS para demanda de eletricidade

Como você viu no vídeo, um modelo TBATS é um tipo especial de modelo de séries temporais. Ele pode ser bem lento para estimar, especialmente com séries com múltiplas sazonalidades; por isso, neste exercício você vai aplicá-lo a uma série mais simples para economizar tempo. Vamos detalhar os elementos de um modelo TBATS em TBATS(1, {0,0}, -, {<51.18,14>}), um dos títulos de gráfico do vídeo:

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


Os dados gas contêm a produção mensal de gás da Austrália. Um gráfico dos dados mostra que a variância mudou bastante ao longo do tempo, então precisa de uma transformação. A sazonalidade também mudou de formato ao longo do tempo, e há uma forte tendência. Isso torna a série ideal para testar a função tbats(), que foi projetada para lidar com essas características.

gas está disponível para você usar no seu ambiente de trabalho.

Este exercício faz parte do curso

Previsão em R

Ver curso

Instruções do exercício

  • Plote gas usando a função de plotagem padrão.
  • Ajuste um modelo TBATS usando o método recém-apresentado aos dados de gás como fit.
  • Faça previsões para a série para os próximos 5 anos como fc.
  • Plote as previsões de fc. Confira o título do gráfico revisando a tabela acima.
  • Salve o parâmetro de Box-Cox com 3 casas decimais e a ordem dos termos de Fourier em lambda e K, respectivamente.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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 e executar o código