Clúster de series de tempo para mellorar a precisión das predicións

Abstract

[Resumo] A predición de series temporais constitúe un problema relevante en numerosos ámbitos debido ao crecente volume de datos temporais dispoñibles. Neste contexto, os modelos globais de predición permiten aproveitar información compartida entre múltiples series, mais o seu rendemento pode verse limitado cando estas presentan dinámicas heteroxéneas. Este traballo estuda o potencial do clustering de series temporais como etapa previa á construción de modelos globais de predición, co obxectivo de determinar en que condicións o agrupamento de series con comportamentos similares pode contribuír a mellorar a precisión preditiva. Para iso, revísase o estado da arte sobre predición e clustering de series temporais e impleméntase un conxunto de procedementos de agrupamento e predición, incluíndo un recente algoritmo baseado en determinar iterativamente a partición que maximiza a súa capacidade preditiva. Un rango de estes procedementos, incluíndo modelos de predición local e modelos globais baseados en diferentes estratexias clustering, son comparados e avaliados mediante un estudo de simulación que considera diferentes escenarios, variando características dos procesos xeradores, o número e tamaño dos clústers, a lonxitude das series e os parámetros dos modelos subxacentes. O rendemento analízase tanto desde a perspectiva da calidade das agrupacións como da precisión das predicións. Complementariamente, os procedementos aplícanse a un conxunto real de series de consumo eléctrico, considerando diferentes horizontes de predición e avaliando os resultados mediante varias métricas de error. Finalmente, desenvólvese unha aplicación web interactiva en R Shiny que facilita a execución e exploración dos métodos estudados. En conxunto, o traballo permite analizar as vantaxes e limitacións do clustering como mecanismo para adaptar os modelos globais á heteroxeneidade das series temporais e identificar escenarios nos que esta estratexia pode resultar beneficiosa.

[Abstract] Time series prediction is a relevant problem in many areas due to the increasing volumen of available temporal data. In this context, global prediction models allow the exploitation of shared information between multiple series, but their performance can be limited when these series present heterogeneous dynamics. This work studies the time series clustering potential as a previous stage to the construction of global prediction models, with the aim of determining under what conditions the grouping of series with similar behaviors can contribute to improving predictive accuracy. To this end, the state of the art on prediction and clustering of time series is reviewed and a set of clustering and prediction procedures is implemented, including a recent algorithm based on iteratively determining the partition maximizing their predictive capacity. A rango of these procedures, including local prediction models and global models based on different clustering strategies, are compared and evaluated through a simulation study that considers different scenarios, varying the characteristics of the generating processes, the number and size of the clusters, the length of the series and the parameters of the underlying models. The performance is analyzed both from the perspective of the clusters’ quality and the forecasts’ accuracy. Complementarily, the procedures are applied to a real set of electricity consumption series, considering different prediction horizons and evaluating the results with several error metrics. Finally, an interactive web application in R Shiny is developed that facilitates the execution and exploration of the studied methods. Overall, the work allows analyzing the advantages and limitations of clustering as a mechanism to adapt global models to the heterogeneity of time series and identifying scenarios in which this strategy can be beneficial.