Série Temporal - Modelo Profeta

Em 2017, o Facebook abriu o código do modelo do profeta, que era capaz de modelar a série temporal com fortes sazonalidades múltiplas em nível de dia, nível de semana, nível de ano etc. Ele tem parâmetros intuitivos que um cientista de dados não tão especialista pode ajustar para melhores previsões. Em sua essência, é um modelo regressivo aditivo que pode detectar pontos de mudança para modelar a série temporal.

O Profeta decompõe a série temporal em componentes de tendência $ g_ {t} $, sazonalidade $ S_ {t} $ e feriados $ h_ {t} $.

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

Onde, $ \ epsilon_ {t} $ é o termo de erro.

Pacotes semelhantes para previsão de séries temporais, como impacto causal e detecção de anomalias, foram introduzidos em R pelo google e twitter, respectivamente.