TBATS este un model de netezire exponențială popular pentru date cu sezonalitate complexă: perioade sezoniere lungi, cele fracționate (de exemplu, 52,18 săptămâni într-un an, așa cum am discutat în postarea mea anterioară) și câteva dintre ele simultan. Modelează sezonalitatea cu armonici și include o transformare Box-Cox, nivelul și tendința ETS și erori ARMA (De Livera, Hyndman & Snyder, 2011).
Dar formula originală are o problemă. Partea sa ARMA se află în termenul de eroare, care actualizează apoi toate celelalte stări, inclusiv nivelul. Deci, nivelul și ARMA concurează pentru aceeași dinamică, iar pe măsură ce parametrul AR se apropie de unul, efectul permanent al unui șoc asupra nivelului crește fără limită.
Claude și cu mine am implementat acum TBATS în pachetul fluid pentru Python (și R), reutilizand nucleul ADAM. Fără ARMA, este exact modelul original (la eroare de rotunjire). Dar ARMA este acum o componentă separată: nivelul își păstrează partea din fiecare șoc, iar efectul ARMA scade în timp, așa cum ar trebui.
Cadrul ADAM aduce, de asemenea, câteva caracteristici pe care alte implementări nu le au:
- Variabile explicative, de exemplu promoții sau prețuri;
- Distribuții non-normale, selectate automat;
- Tratamentul valorilor lipsă (de ex. săptămâni cu epuizări de stoc);
- Un model de apariție pentru cererea intermitentă.
Acestea nu sunt clopote și fluiere: datele despre cererea reală au promoții, lacune și zerouri, iar un model care nu le poate gestiona te împinge în hack-uri de preprocesare.
Iată un exemplu de vânzări săptămânale cu două campanii promoționale:
from fcompdata import PromoData from smooth import TBATS model = TBATS(lags=(1, 52), h=13, holdout=True) model.fit(PromoData.y, X=PromoData.xreg) print(model) fc = model.predict(h=13, interval="prediction", level=0.95)
Funcția selectează automat numărul de armonici, tendința, comenzile ARMA și distribuția, iar efectele promoțiilor sunt estimate împreună cu orice altceva.
Merge? L-am comparat cu forecast::tbats() în R și AutoTBATS din statsforecast pentru Python (hârtie), iată principalele constatări:
- Pe serii de 414 ore de la M4, fluidul a fost mai precis (RMSSE mediu de 0,829 vs 0,909 și 1,063), intervalele sale de predicție de 95% au avut o acoperire mai bună și a fost de aproximativ 1,7 ori mai rapid decât
forecast::tbats(). - Pe serii de 370 de ore de cerere de energie electrică, precizia a fost egală (0,795 față de 0,799 și 0,795), dar lisa a avut o acoperire mai bună și a fost din nou mai rapidă.
- De asemenea, când am trecut la distribuția Normală, modelul a devenit și mai rapid, dar intervalele sale de 95% au acoperit mai puține valori decât ar trebui, așa că selecția automată a distribuției pare să ajute.
Tabelul din această postare rezumă rezultatele. Detaliile sunt aici.
Încearcă: pip install smooth
Documentare
Mesaj fără probleme în Python: implementarea TBATS a apărut pentru prima dată pe OpenForecast.
