reports/OLD/report_2017-02-02.Rnw

   1 \documentclass[a4paper,12pt]{article}
   2 \usepackage[utf8]{inputenc}
   3 \usepackage[T1]{fontenc}
   4
   5 \renewcommand*\familydefault{\sfdefault}
   6
   7 \marginparwidth 0pt
   8 \oddsidemargin 0pt
   9 \evensidemargin 0pt
  10 \marginparsep 0pt
  11 \topmargin 0pt
  12 \textwidth 16cm
  13 \textheight 23cm
  14 \parindent 5mm
  15
  16 \begin{document}
  17
  18 \section{Package R "ppmfun"}
  19
  20 Le package $-$ Predict PM10 with FUNctional methods $-$ contient le code permettant de (re)lancer
  21 les expériences numériques décrites dans ce document. La fonction principale \emph{predictPM10}
  22 se divise en trois parties, décrites successivement au cours des trois paragraphes suivants.\\
  23
  24 <<setup, out.width='7cm', out.height='7cm'>>=
  25 #Chargement de la librairie (après compilation, "R CMD INSTALL ppmfun/")
  26 library(ppmfun)
  27 @
  28
  29 Note : sur la base de nos dernières expériences, on considère que
  30 \begin{itemize}
  31   \item on ne touche pas à la fenêtre obtenue par optim() ;}
  32   \item on oublie la méthode consistant à prédire forme et niveau de manière complètement
  33     déconnectée : il faut relier les deux.
  34 \end{itemize}
  35
  36 \subsection{Acquisition des données}
  37
  38 Compte-tenu de la nature hétérogène des données utilisées $-$ fonctionnelles pour les PM10,
  39 vectorielles pour les variables exogènes $-$, celles-ci sont organisées sous forme d'une liste
  40 \emph{data}, la $i^{eme}$ cellule correspondant aux données disponibles au $i^{eme}$ jour à
  41 l'heure $H$ de prédiction choisie (1h00, 8h00 ou 14h00) : c'est-à-dire les valeurs des PM10 de
  42 $H-24h$ à $H-1H$, ainsi que les variables météo prédites pour la période de $1h00$ à $0h$ du
  43 jour courant (sauf si on prédit à 0h : on prend alors les valeurs mesurées de la veille).\\
  44
  45 Exemple :\\
  46 <<data>>=
  47 #Le premier argument indique la zone horaire souhaitée ; "GMT" ou "local"
  48 #pour l'heure française, ou tout autre fuseau horaire.
  49 data = getData("local", "7h")
  50 @
  51
  52 \subsection{Prédiction}
  53
  54 Deux types de prévisions du prochain bloc de $24h$ sont à distinguer :
  55 \begin{itemize}
  56   \item prévision de la forme (centrée) ;
  57   \item prévision du saut d'une fin de série au début de la suivante.
  58 \end{itemize}
  59
  60 \noindent Il faut ainsi préciser à la fois une méthode de prévision de forme ("Persistence" et
  61 "Neighbors" implémentées), et une méthode de prédiction de saut ("Zero", "Persistence" ou
  62 "Neighbors"). On détaille surtout la méthode à voisins ci-après.\\
  63
  64 \begin{enumerate}
  65   \item \textbf{Préparation des données} : calcul des niveaux sur 24h, fenêtrage si demandé
  66     (paramètre "memory").
  67   \item \textbf{Optimisation des paramètres d'échelle} : via la fonction \emph{optim()}
  68     minimisant la somme des 45 dernières erreurs jounalières L2.
  69   \item \textbf{Prédiction finale} : une fois le (ou les, si "simtype" vaut "mix") paramètre
  70     d'échelle $h$ déterminé, les similarités sont évaluées sur les variables exogènes et/ou
  71     endogènes, sous la forme $s(i,j) = \mbox{exp}\left(-\frac{\mbox{dist}^2(i,j)}{h^2}\right)$.
  72     La formule indiquée plus haut dans le rapport est alors appliquée.
  73 \end{enumerate}
  74
  75 \subsection{Calcul des erreurs}
  76
  77 Pour chacun des instants à prévoir jusqu'à minuit du jour courant, on calcule l'erreur moyenne
  78 sur tous les instants similaires du passé (sur la plage prédite). Trois
  79 types d'erreurs sont considérées :
  80 \begin{itemize}
  81   \item l'erreur "abs" égale à la valeur absolue moyenne entre la mesure et la prédiction ;
  82   \item l'erreur "MAPE" égale à l'erreur absolue normalisée par la mesure.
  83   \item l'erreur "RMSE" égale à la racine carrée de l'erreur quadratique moyenne.
  84 \end{itemize}
  85
  86 \subsection{Expériences numériques}
  87
  88 %, fig.show='hold'>>=
  89 <<xp1, out.width='18cm', out.height='6cm'>>=
  90 p_endo = predictPM10(data, 2200, 2230, 0,0, "Neighbors", "Neighbors", simtype="endo")
  91 p_exo = predictPM10(data, 2200, 2230, 0,0, "Neighbors", "Neighbors", simtype="exo")
  92 p_mix = predictPM10(data, 2200, 2230, 0,0, "Neighbors", "Neighbors", simtype="mix")
  93 p = c(p_endo, p_exo, p_mix)
  94 yrange_MAPE = range(p_mix$errors$MAPE, p_endo$errors$MAPE, p_exo$errors$MAPE)
  95 yrange_abs = range(p_mix$errors$abs, p_endo$errors$abs, p_exo$errors$abs)
  96 yrange_RMSE = range(p_mix$errors$RMSE, p_endo$errors$RMSE, p_exo$errors$RMSE)
  97 ranges = c(yrange_MAPE,yrange_abs,yrange_RMSE)
  98 par(mfrow=c(1,3))
  99 titles = paste("Erreur",c("MAPE","abs","RMSE"))
 100 for (i in 1:3) #error type (MAPE,abs,RMSE)
 101 {
 102   for (j in 1:3) #model (mix,endo,exo)
 103   {
 104     plot(p[j]$errors[[i]], type="l", col=j, main=titles[i], xlab="Temps",
 105       ylab="Erreur", ylim=ranges[i])
 106     par(new=TRUE)
 107   }
 108 }
 109
 110 #Ne tenir compte que des similarités sur les variables exogènes semble
 111 #conduire à l'erreur la plus faible.
 112 @
 113
 114 <<xp2, out.width='18cm', out.height='6cm'>>=
 115 p_nn = predictPM10(data, 2200, 2230, 0, 0, "Neighbors", "Neighbors", sameSeaon=TRUE)
 116 p_np = predictPM10(data, 2200, 2230, 0, 0, "Neighbors", "Persistence", sameSeaon=TRUE)
 117 p_nz = predictPM10(data, 2200, 2230, 0, 0, "Neighbors", "Zero", sameSeaon=TRUE)
 118 p_pp = predictPM10(data, 2200, 2230, 0, 0, "Persistence", "Persistence")
 119 p_pz = predictPM10(data, 2200, 2230, 0, 0, "Persistence", "Zero")
 120 p = c(p_nn, p_np, p_nz, p_pp, p_pz)
 121 yrange_MAPE = range(p_nn$errors$MAPE, p_nz$errors$MAPE, p_np$errors$MAPE, p_pp$errors$MAPE, p_pz$errors$MAPE)
 122 yrange_abs = range(p_nn$errors$abs, p_nz$errors$abs, p_np$errors$abs, p_pp$errors$abs, p_pz$errors$abs)
 123 yrange_RMSE = range(p_nn$errors$RMSE, p_nz$errors$RMSE, p_np$errors$RMSE, p_pp$errors$RMSE, p_pz$errors$RMSE)
 124 ranges = c(yrange_MAPE,yrange_abs,yrange_RMSE)
 125 par(mfrow=c(1,3))
 126 for (i in 1:3) #error type (MAPE,abs,RMSE)
 127 {
 128   for (j in 1:5) #model (nn,np,nz,pp,pz)
 129   {
 130     plot(p[j]$errors[[i]], type="l", col=j, main=titles[i], xlab="Temps",
 131       ylab="Erreur", ylim=ranges[i])
 132     if (j<5)
 133       par(new=TRUE)
 134   }
 135 }
 136
 137 #Meilleurs results: nn et nz (np moins bon)
 138 @
 139
 140 %%TODO: analyse sur les trois périodes indiquées par Michel ; simtype=="exo" par defaut
 141 16/03/2015
 142 p_nn_epandage = predictPM10(data, 2200, 2200, 0, 0, "Neighbors", "Neighbors", sameSeaon=FALSE)
 143 19/01/2015
 144 p_nn_chauffage = predictPM10(data, 2200, 2200, 0, 0, "Neighbors", "Neighbors", sameSeaon=FALSE)
 145 23/02/2015
 146 p_nn_nonpollue = predictPM10(data, 2200, 2200, 0, 0, "Neighbors", "Neighbors", sameSeaon=FALSE)
 147
 148 \subsection{Suite du travail}
 149
 150 Le type de jour n'est pas pris en compte dans la recherche de voisins ; cela diminuerait
 151 nettement le nombre de similarités retenues, mais pourrait significativement améliorer les
 152 prévisions. \textcolor{blue}{OK : on le prend désormais en compte}\\
 153
 154 \noindent Il serait intéressant également de disposer de plusieurs méthodes de prédiction, pour
 155 par exemple les agréger à l'aide de méthodes similaires à celles du précédent contrat.
 156 \textcolor{blue}{OK : on commence à en avoir quelques-unes}
 157
 158 \end{document}