时间序列预测模型TBATS

1. TBATS简介

名字来源: Trigonometric seasonality, Box-Cox transformation, ARMA errors, Trend and Seasonal components.

模型使用季节性特征、Box-Cox转换、ARMA误差、趋势和季节组分。

2. 模型

可以看出预测的 y 由4部分组成， l 是局部水平， b 是趋势水平， d 是ARMA模型，s 是季节性部分。

调包使用：

from tbats import TBATS, BATS
# Fit the model
estimator = TBATS(seasonal_periods=(7, 365.25))
model = estimator.fit(y_to_train)
# Forecast 365 days ahead
y_forecast = model.forecast(steps=365)

---

参考：

1. medium tbats in python;
2. github tbats;