ETS: Suavizado Exponencial de Error, Tendencia y Estacionalidad
ETS es un marco integral de suavizado exponencial que selecciona automáticamente combinaciones aditivas o multiplicativas de los componentes de error (E), tendencia (T) y estacionalidad (S) de una serie temporal. Formalizado como un modelo de espacio de estados de innovaciones por Hyndman, Koehler, Ord y Snyder en 2008, unifica y generaliza la familia de métodos de pronóstico Holt-Winters.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Error, Trend, Seasonal (ETS) Exponential Smoothing. ScholarGate. https://scholargate.app/es/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.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometría↔ compare
- Suavizado Exponencial Simple y Doble (SES / Holt)Econometría↔ compare
- Suavizado exponencial triple de Holt-WintersEconometría↔ compare
- Modelo de espacio de estados (Filtro de Kalman)Econometría↔ compare
- Structural Time Series ModelEconometría↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →