TBATS — Suavizado Exponencial Trigonométrico para Estacionalidad Compleja
TBATS es un modelo de pronóstico de espacio de estados innovador, introducido por De Livera, Hyndman y Snyder (2011), que combina una transformación Box-Cox, errores ARMA y términos estacionales trigonométricos (Fourier). Está diseñado para manejar series temporales continuas con varios ciclos estacionales anidados a la vez; por ejemplo, datos horarios que también se repiten diaria, semanal y anualmente.
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
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/es/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.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometría↔ compare
- ARIMA estacional (SARIMA)Econometría↔ compare
- STL DecompositionEconometría↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →