ETS: Error, Tendència, Suavització Exponencial Estacional
ETS és un marc complet de suavització exponencial que selecciona automàticament combinacions additives o multiplicatives dels components d'error (E), tendència (T) i estacional (S) d'una sèrie temporal. Formalitzat com un model d'espai d'estats d'innovacions per Hyndman, Koehler, Ord i Snyder el 2008, unifica i generalitza la família de mètodes de predicció de Holt-Winters.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Error, Trend, Seasonal (ETS) Exponential Smoothing. ScholarGate. https://scholargate.app/ca/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.
- Model d'ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Suavització simple i doble exponencial (SES / Holt)Econometria↔ compare
- Suavització exponencial triple de Holt-WintersEconometria↔ compare
- Model d'espai d'estats (Filtre de Kalman)Econometria↔ compare
- Model de Sèries Temporals Estructurals (Model Estructural Bàsic)Econometria↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →