TBATS — Suavització exponencial trigonomètrica per a estacionalitat complexa
TBATS és un model d'espai d'estats innovador per a la predicció, introduït per De Livera, Hyndman i Snyder (2011), que combina una transformació Box-Cox, errors ARMA i termes estacionals trigonomètrics (de Fourier). Està dissenyat per manejar sèries temporals contínues amb diversos cicles estacionals niuats alhora; per exemple, dades horàries que també es repeteixen diàriament, setmanalment i anualment.
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
- De Livera, A. M., Hyndman, R. J. & Snyder, R. D. (2011). Forecasting Time Series with Complex Seasonal Patterns Using Exponential Smoothing. Journal of the American Statistical Association, 106(496), 1513-1527. DOI: 10.1198/jasa.2011.tm09771 ↗
- Hyndman, R. J. & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/ca/econometrics/tbats
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
- ARIMA estacional (SARIMA)Econometria↔ compare
- Descomposició STL: Descomposició Estacional-Tendència utilitzant LoessEconometria↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →