ETS: Грешка, Тренд, Сезонно експоненциално изглаждане
ETS е цялостна рамка за експоненциално изглаждане, която автоматично избира адитивни или мултипликативни комбинации от компонентите на грешка (E), тренд (T) и сезонност (S) на времеви ред. Формализиран като модел на състояние пространство на иновациите от Hyndman, Koehler, Ord и Snyder през 2008 г., той обединява и обобщава семейството методи за прогнозиране на Холт-Уинтърс.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Hyndman, R. J., Koehler, A. B., Ord, J. K. & Snyder, R. D. (2008). Forecasting with Exponential Smoothing: The State Space Approach. Springer. DOI: 10.1007/978-3-540-71918-2 ↗
- Hyndman, R. J. & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Error, Trend, Seasonal (ETS) Exponential Smoothing. ScholarGate. https://scholargate.app/bg/econometrics/ets-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Модел ARIMA (Autoregressive Integrated Moving Average)Иконометрия↔ compare
- Просто и двойно експоненциално изглаждане (SES / Holt)Иконометрия↔ compare
- Тройно експоненциално изглаждане по Холт-УинтърсИконометрия↔ compare
- Модел в състояние пространство (Калманов филтър)Иконометрия↔ compare
- Структурен модел на времеви редове (Основен структурен модел)Иконометрия↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →