在r语言中使用GAM(广义相加模型)进行电力负荷时间序列分析
广义相加模型(GAM:Generalized Additive Model),它模型公式如下:有p个自变量,其中X1与y是线性关系,其他变量与y是非线性关系,我们可以对每个变量与y拟合不同关系,对X2可以拟合局部回归,X3采用光滑样条,不必采用统一的关系,而最终结果‘加’在一起就可以了。
用GAM进行建模时间序列
最近我们被客户要求撰写关于GAM的研究报告,包括一些图形和统计输出。
我已经准备了一个文件,其中包含四个用电时间序列来进行分析。数据操作将由data.table
程序包完成。
视频:R语言广义相加模型(GAM)在电力负荷预测中的应用
拓端tecdat:R语言广义相加模型(GAM)在电力负荷预测中的应用
将提及的智能电表数据读到data.table
。
DT <- as.data.table(read_feather("DT_4_ind"))
使用GAM回归模型。将工作日的字符转换为整数,并使用recode
包中的函数重新编码工作日:1.星期一,…,7星期日。
DT[, week_num := as.integer(car::recode(week,"'Monday'='1';'Tuesday'='2';'Wednesday'='3';'Thursday'='4';'Friday'='5';'Saturday'='6';'Sunday'='7'"))]
将信息存储在日期变量中,以简化工作。
n_type <- unique(DT[, type])
n_date <- unique(DT[, date])
n_weekdays <- unique(DT[, week])
period <- 48
让我们看一下用电量的一些数据并对其进行分析。
data_r <- DT[(type == n_type[1] & date %in% n_date[57:70])]ggplot(data_r, aes(date_time, value)) +geom_line() +theme(panel.border = element_blank(),panel.background = element_blank(),panel.grid.minor = element_line(colour = "grey90"),panel.grid.major = element_line(colour = "grey90"),panel.grid.major.x = element_line(colour = "grey90"),axis.text = element_text(size = 10),axis.title = element_text(size = 12, face = "bold")) +labs(x = "Date", y = "Load (kW)")
在绘制的时间序列中可以看到两个主要的季节性:每日和每周。我们在一天中有48个测量值,在一周中有7天,因此这将是我们用来对因变量–电力负荷进行建模的自变量。
训练我们的第一个GAM。通过平滑函数s
对自变量建模,对于每日季节性,使用三次样条回归,对于每周季节性,使用P样条。
gam_1 <- gam(Load ~ s(Daily, bs = "cr", k = period) +s(Weekly, bs = "ps", k = 7),data = matrix_gam,family = gaussian)
首先是可视化。
layout(matrix(1:2, nrow = 1))
plot(gam_1, shade = TRUE)
我们在这里可以看到变量对电力负荷的影响。在左图中,白天的负载峰值约为下午3点。在右边的图中,我们可以看到在周末负载量减少了。
让我们使用summary
函数对第一个模型进行诊断。
##
## Family: gaussian
## Link function: identity
##
## Formula:
## Load ~ s(Daily, bs = "cr", k = period) + s(Weekly, bs = "ps",
## k = 7)
##
## Parametric coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 2731.67 18.88 144.7 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Approximate significance of smooth terms:
## edf Ref.df F p-value
## s(Daily) 10.159 12.688 119.8 <2e-16 ***
## s(Weekly) 5.311 5.758 130.3 <2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## R-sq.(adj) = 0.772 Deviance explained = 77.7%
## GCV = 2.4554e+05 Scale est. = 2.3953e+05 n = 672
EDF:估计的自由度–可以像对给定变量进行平滑处理那样来解释(较高的EDF值表示更复杂的样条曲线)。P值:给定变量对因变量的统计显着性,通过F检验进行检验(越低越好)。调整后的R平方(越高越好)。我们可以看到R-sq.(adj)值有点低。
让我们绘制拟合值:
我们需要将两个自变量的交互作用包括到模型中。
第一种交互类型对两个变量都使用了一个平滑函数。
gam_2 <- gam(Load ~ s(Daily, Weekly),summary(gam_2)$r.sq
## [1] 0.9352108
R方值表明结果要好得多。
summary(gam_2)$s.table
## edf Ref.df F p-value
## s(Daily,Weekly) 28.7008 28.99423 334.4754 0
似乎也很好,p值为0,这意味着自变量很重要。拟合值图:
现在,让我们尝试上述张量积交互。这可以通过function完成te
,也可以定义基本函数。
## [1] 0.9268452
与以前的模型相似gam_2
。
summary(gam_3)$s.table
## edf Ref.df F p-value
## te(Daily,Weekly) 23.65709 23.98741 354.5856 0
非常相似的结果。让我们看一下拟合值:
与gam_2
模型相比,只有一点点差异,看起来te
拟合更好。
## [1] 0.9727604
summary(gam_4)$sp.criterion
## GCV.Cp
## 34839.46
summary(gam_4)$s.table
## edf Ref.df F p-value
## te(Daily,Weekly) 119.4117 149.6528 160.2065 0
我们可以在这里看到R方略有上升。
让我们绘制拟合值:
这似乎比gam_3
模型好得多。
## [1] 0.965618
summary(gam_4_fx)$s.table
## edf Ref.df F p-value
## te(Daily,Weekly) 335 335 57.25389 5.289648e-199
我们可以看到R平方比模型gam_4
低,这是因为我们过度拟合了模型。证明GCV程序(lambda和EDF的估计)工作正常。
因此,让我们在案例(模型)中尝试ti
方法。
## [1] 0.9717469
summary(gam_5)$sp.criterion
## GCV.Cp
## 35772.35
summary(gam_5)$s.table
## edf Ref.df F p-value
## s(Daily) 22.583649 27.964970 444.19962 0
## s(Weekly) 5.914531 5.995934 1014.72482 0
## ti(Daily,Weekly) 85.310314 110.828814 41.22288 0
然后使用t2
。
## [1] 0.9738273
summary(gam_6)$sp.criterion
## GCV.Cp
## 32230.68
summary(gam_6)$s.table
## edf Ref.df F p-value
## t2(Daily,Weekly) 98.12005 120.2345 86.70754 0
我还输出了最后三个模型的GCV得分值,这也是在一组拟合模型中选择最佳模型的良好标准。我们可以看到,对于t2
相应模型gam_6
,GCV值最低。
在统计中广泛使用的其他模型选择标准是AIC(Akaike信息准则)。让我们看看三个模型:
AIC(gam_4, gam_5, gam_6)
## df AIC
## gam_4 121.4117 8912.611
## gam_5 115.8085 8932.746
## gam_6 100.1200 8868.628
最低值在gam_6
模型中。让我们再次查看拟合值。
我们可以看到的模型的拟合值gam_4
和gam_6
非常相似。可以使用软件包的更多可视化和模型诊断功能来比较这两个模型。
第一个是function gam.check
,它绘制了四个图:残差的QQ图,线性预测变量与残差,残差的直方图以及拟合值与因变量的关系图。让我们诊断模型gam_4
和gam_6
。
gam.check(gam_4)
##
## Method: GCV Optimizer: magic
## Smoothing parameter selection converged after 7 iterations.
## The RMS GCV score gradiant at convergence was 0.2833304 .
## The Hessian was positive definite.
## The estimated model rank was 336 (maximum possible: 336)
## Model rank = 336 / 336
##
## Basis dimension (k) checking results. Low p-value (k-index<1) may
## indicate that k is too low, especially if edf is close to k'.
##
## k' edf k-index p-value
## te(Daily,Weekly) 335.00 119.41 1.22 1
gam.check(gam_6)
##
## Method: GCV Optimizer: magic
## Smoothing parameter selection converged after 9 iterations.
## The RMS GCV score gradiant at convergence was 0.05208856 .
## The Hessian was positive definite.
## The estimated model rank was 336 (maximum possible: 336)
## Model rank = 336 / 336
##
## Basis dimension (k) checking results. Low p-value (k-index<1) may
## indicate that k is too low, especially if edf is close to k'.
##
## k' edf k-index p-value
## t2(Daily,Weekly) 335.00 98.12 1.18 1
我们可以再次看到模型非常相似,只是在直方图中可以看到一些差异。
layout(matrix(1:2, nrow = 1))
plot(gam_4, rug = FALSE, se = FALSE, n2 = 80, main = "gam n.4 with te()")
plot(gam_6, rug = FALSE, se = FALSE, n2 = 80, main = "gam n.6 with t2()")
该模型gam_6
有更多的“波浪形”的轮廓。因此,这意味着它对因变量的拟合度更高,而平滑因子更低。
vis.gam(gam_6, n.grid = 50, theta = 35, phi = 32, zlab = "",ticktype = "detailed", color = "topo", main = "t2(D, W)")
我们可以看到最高峰值是Daily变量的值接近30(下午3点),而Weekly变量的值是1(星期一)。
vis.gam(gam_6, main = "t2(D, W)", plot.type = "contour",color = "terrain", contour.col = "black", lwd = 2)
再次可以看到,电力负荷的最高值是星期一的下午3:00,直到星期四都非常相似,然后负荷在周末减少。
在r语言中使用GAM(广义相加模型)进行电力负荷时间序列分析相关推荐
- R语言用GAM广义相加模型研究公交专用道对行程时间变异度数据的影响
全文链接:http://tecdat.cn/?p=30508 现实情况是,我们经常要处理多个自变量和一个因变量之间的关系,此外,虽然通过做散点图可以发现非线性关系,但很难归因其形式,多项式回归在广义线 ...
- R语言中实现马尔可夫链蒙特卡罗MCMC模型
什么是MCMC,什么时候使用它? MCMC只是一个从分布抽样的算法. 这只是众多算法之一.这个术语代表"马尔可夫链蒙特卡洛",因为它是一种使用"马尔可夫链"(我 ...
- R语言中进行期权定价的Heston模型
在本文中,我将向您展示如何模拟股票价格的Heston随机波动率模型. 最近我们被客户要求撰写关于Heston的研究报告,包括一些图形和统计输出. Heston模型是一种期权估值方法,它考虑到同一资产在 ...
- R语言用标准最小二乘OLS,广义相加模型GAM ,样条函数进行逻辑回归LOGISTIC分类...
原文链接:http://tecdat.cn/?p=21379 本文我们对逻辑回归和样条曲线进行介绍. logistic回归基于以下假设:给定协变量x,Y具有伯努利分布, 目的是估计参数β. 回想一下, ...
- R语言淮河流域水库水质数据相关性分析、地理可视化、广义相加模型GAM调查报告...
采样地点:淮河流域一带,昭平台水库.白龟山水库.燕山水库.石漫滩水库.板桥水库.宿鸭湖水库.博山水库.南湾水库.石山口水库.五岳水库.泼河水库.鲶鱼山水库(点击文末"阅读原文"获取 ...
- GAM(广义相加模型)概要及R程序实现
国内关于GAM方面的资料不是一般的少,基本上都要往国外找.我光顾了没100都有50个网站,翻查了不少论文及资料,研究整理出下文,欢迎一同讨论. GAM 广义相加模型Generalized additi ...
- 线性关系r范围_广义相加模型及其R实现
一.广义相加模型有什么作用? 讨论线性模型时,我们假设自变量x和因变量y之间为线性关系.实际上,在线性模型中,我们也可以通过引入多项式的方法拟合x和y之间的非线性关系.但我们只能在可以清楚地看到二者之 ...
- R语言中的广义线性模型(GLM)和广义相加模型(GAM):多元(平滑)回归分析保险资金投资组合信用风险敞口
最近我们被客户要求撰写关于信用风险敞口的研究报告,包括一些图形和统计输出. 在之前的课堂上,我们已经看到了如何可视化多元回归模型(带有两个连续的解释变量).在此,目标是使用一些协变量(例如,驾驶员的年 ...
- R语言GAM(广义相加模型)对物业耗电量进行预测
人们对于电力的需求与依赖随着生活水平的提高而不断加深,用电负荷预测工作开始变得越来越重要,如果可以发现用电负荷的规律性,我们就可以合理安排用电负荷.我们使用某商业物业两个星期的电耗数据进行分析. 最近 ...
最新文章
- 是男人就过8题!楼教主出题,请接招!
- python高级开发面试题_python面试的100题(16)
- java清除控制台_Java:清除控制台
- Java洛谷P5461 赦免战俘讲解
- 开始学习Solaris
- 北邮OJ 1021. 16校赛-Stone Game
- java xwork_java-与休眠的Struts2 xwork类型转换
- 网络演算(Networkcalculus)
- mysql连接不上远程数据库_Mysql 连接不上远程数据库,求助
- android中的饱和机制,Android事件分发机制收藏这一篇就够了,通用流行框架大全...
- Windows上编译OpenEXR
- redis win连接以及配置连接密码
- 实时操作系统与非实时操作系统的区别
- git克隆权限_git clone权限被拒绝
- 三阶魔方学习(新手入门)
- iso国家代码 三位字母_ISO 2字母语言代码
- 星之轨迹 服务器维护,英雄传说星之轨迹结束运营公告是什么_内容介绍_3DM页游...
- 一键重装系统后电脑黑屏怎么办,电脑系统重装黑屏
- 学界:为代码自动添加注释,让 Java 程序的阅读和开发更高效
- java从零到项目实战(八)