Kom igångKom igång gratis

TBATS-modeller för elförbrukning

Som du såg i videon är en TBATS-modell en speciell typ av tidsseriemodell. Den kan vara mycket långsam att skatta, särskilt för tidsserier med flera säsongsmönster, så i den här övningen testar du den på en enklare serie för att spara tid. Låt oss gå igenom komponenterna i en TBATS-modell med hjälp av TBATS(1, {0,0}, -, {<51.18,14>}), en av grafernas titlar från videon:

Komponent Betydelse
1 Box-Cox-transformationsparameter
{0,0} ARMA-fel
- Dämpningsparameter
{\<51.18,14>} Säsongsperiod, Fourier-termer


Datamängden gas innehåller australisk månatlig gasproduktion. En graf över data visar att variansen har förändrats kraftigt över tid, vilket innebär att en transformation krävs. Säsongsmönstret har också förändrat form över tid, och det finns en stark trend. Det gör den till en idealisk serie för att testa funktionen tbats(), som är utformad för att hantera just dessa egenskaper.

gas finns tillgängligt i din workspace.

Den här övningen är en del av kursen

Prognoser i R

Visa kurs

Övningsinstruktioner

  • Plotta gas med standardfunktionen för plotting.
  • Anpassa en TBATS-modell med den nyss introducerade metoden på gasdata och spara den som fit.
  • Prognostisera serien för de kommande 5 åren och spara resultatet som fc.
  • Plotta prognoserna i fc. Granska grafens titel med hjälp av tabellen ovan.
  • Spara Box-Cox-parametern avrundat till 3 decimaler och ordningen för Fourier-termerna i variablerna lambda respektive K.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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 <- ___
Redigera och kör kod