Chuỗi thời gian - Mô hình tiên tri

Vào năm 2017, Facebook mở nguồn mô hình tiên tri có khả năng lập mô hình chuỗi thời gian với nhiều thời vụ mạnh mẽ ở cấp ngày, cấp tuần, cấp năm, v.v. và xu hướng. Nó có các thông số trực quan mà một nhà khoa học dữ liệu không chuyên có thể điều chỉnh để đưa ra dự báo tốt hơn. Về cốt lõi, nó là một mô hình hồi quy cộng tính có thể phát hiện các điểm thay đổi để lập mô hình chuỗi thời gian.

Nhà tiên tri phân tích chuỗi thời gian thành các thành phần của xu hướng $ g_ {t} $, tính thời vụ $ S_ {t} $ và ngày lễ $ h_ {t} $.

$$ y_ {t} = g_ {t} + s_ {t} + h_ {t} + \ epsilon_ {t} $$

Trong đó, $ \ epsilon_ {t} $ là thuật ngữ lỗi.

Các gói tương tự để dự báo chuỗi thời gian như tác động nhân quả và phát hiện bất thường lần lượt được giới thiệu trong R bởi google và twitter.