M-ballabio1 / EEFU-MachineLearning_TimeSeries

Statistics project 2 based on the multivariate analysis of a time series dataset

Emission and Energy Forecasting in USA

L'emissioni di C02 è un problema reale che provoca ripercussioni forti in differenti contesti:

• climatico
• ambientale
• salute umana

Il progetto verte sulla previsione delle emissioni di C02 negli USA utilizzando differenti metodi statistici e di machine learning:

1. metodi di regressione statica (regressioni multiple, stepwise method, Lasso regression)
2. metodi autoregressivi (modelli ARIMA, GARCH, RegARIMA)
3. metodi di regressione dinamica (modelli State-space, filtro di Kalman)

A seguito viene mostrata un'analisi esplorativa delle emissioni di C02 totali e nei settori principali statiunitensi.

1. Metodi di regressione utilizzando LASSO:

E' stato svolta una previsione statistica utilizzando un algoritmo sofisticato chiamato Lasso che permette di calcolare i Beta della regressione utilizzando OLS penalizzati. I risultati ottenuti utilizzando solamente variabili singole (singoli andamenti es: produzione di Petrolio) è: R^2 = 0.794 (in Cross-validazione).

Il risultato ottenuto invece con predittori aggregati usando una regressione multipla, ha ottenuti risultati eccellenti con R^2=0.961

2. Previsione utilizzando modelli ARIMA considerando solamente il test set (ultimi 24 mesi):

Il risultato è fortemente influenzato dalla variabile esogena COVID-19. Il modello ottimo sul test-set è un ARIMA(2,0,2) con RMSE=24.13.

3. Regressione dinamica ottima

Sono stati applicati modelli state-space con variabili predittive climatiche (HDD, CDD, Humidity) per stimare emissioni di C02. Il risultato ottimo si ottiene con una modello statico nei primi 9 anni e dinamico negli ultimi 2 anni (COVID-19) con un R^2 = 0.681