電力需求的 TBATS 模型
正如你在影片中看到的，TBATS 模型是一種特殊的時間序列模型。它在估計時可能非常耗時，特別是面對多重季節性的時間序列。因此，這個練習會用較簡單的序列來節省時間。我們來拆解影片中其中一個圖表標題 TBATS(1, {0,0}, -, {<51.18,14>}) 所代表的元素：
| 元件 | 含義 |
|---|---|
| 1 | Box-Cox 轉換參數 |
| {0,0} | ARMA 誤差 |
| - | 阻尼參數 |
| {\<51.18,14>} | 季節週期、Fourier 項數 |
gas 資料包含澳洲每月的天然氣產量。資料圖顯示變異數隨時間大幅改變，因此需要做轉換。季節性形狀也隨時間改變，且具有強烈的趨勢。這些特性使它非常適合用來測試可處理此類特徵的 tbats() 函式。
gas 已可在你的工作環境中使用。
本練習屬於課程
R 的時間序列預測
練習說明
- 使用標準繪圖函式繪出
gas。 - 以新介紹的方法對
gas配適 TBATS 模型並指定為fit。 - 對未來 5 年進行預測並指定為
fc。 - 繪製
fc的預測圖。請依上方表格檢視圖表標題。 - 將 Box-Cox 參數取至小數第 3 位、Fourier 項數的階數分別存到
lambda與K。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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 <- ___