TBATS

O TBATS é um modelo de série temporal útil para lidar com dados com vários padrões sazonais. TBATS é um acrônimo para as principais características do modelo: T: Sazonalidade trigonométrica B: Transformação de Box-Cox A: Erros ARIMA T: Tendência S: Componentes sazonais.

A primeira etapa para ajustar um modelo TBATS é aplicar uma transformação Box-Cox aos dados. Essa é uma maneira flexível de selecionar e aplicar uma transformação de potência a uma série para obter uma forma fácil de modelar. Um parâmetro λλ entre −5 e 5 é selecionado de forma que a transformação

produzirá dados que seguem uma curva de distribuição normal o mais próximo possível.

O modelo é então ajustado usando uma combinação de ARMA (consulte Avançado: ARIMA), suavização exponencial (consulte Avançado: ETS) e vários padrões sazonais. Qual dos componentes a serem incluídos é selecionado com base em Critério de informação de Akaike (AIC), que favorece um modelo mais simples em vez de um mais complicado, ao mesmo tempo em que prioriza o que melhor se ajusta aos dados.

‍