ETS: Eksponentiel udjævning med fejl, trend og sæsonudsving
ETS er et omfattende rammeværk for eksponentiel udjævning, der automatisk vælger additive eller multiplikative kombinationer af fejl (E), trend (T) og sæsonudsving (S) komponenterne i en tidsserie. Formuleret som en innovations tilstandsrumsmodel af Hyndman, Koehler, Ord og Snyder i 2008, forener og generaliserer den Holt-Winters familien af prognosemetoder.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Error, Trend, Seasonal (ETS) Exponential Smoothing. ScholarGate. https://scholargate.app/da/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.
- ARIMA (Autoregressive Integrated Moving Average) ModelØkonometri↔ compare
- Simpel og dobbelt eksponentiel udjævning (SES / Holt)Økonometri↔ compare
- Holt-Winters tredobbelt eksponentiel udjævningØkonometri↔ compare
- Model for tilstandsrum (Kalmanfilter)Økonometri↔ compare
- Den strukturelle tidsseriemodel (Basic Structural Model)Økonometri↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →