ETS: Fehler, Trend, Saisonale Exponentielle Glättung
ETS ist ein umfassendes Framework für exponentielle Glättung, das automatisch additive oder multiplikative Kombinationen der Fehlerkomponente (E), der Trendkomponente (T) und der saisonalen Komponente (S) einer Zeitreihe auswählt. Formalisiert als Innovations-Zustandsraummodell von Hyndman, Koehler, Ord und Snyder im Jahr 2008, vereinheitlicht und verallgemeinert es die Holt-Winters-Familie von Prognosemethoden.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Error, Trend, Seasonal (ETS) Exponential Smoothing. ScholarGate. https://scholargate.app/de/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-Modell (Autoregressive Integrated Moving Average)Ökonometrie↔ compare
- Einfache und doppelte exponentielle Glättung (SES / Holt)Ökonometrie↔ compare
- Holt-Winters Dreifache Exponentielle GlättungÖkonometrie↔ compare
- Zustandsraummodell (Kalman-Filter)Ökonometrie↔ compare
- Strukturelles Zeitreihenmodell (Grundlegendes Strukturmodell)Ökonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →