ScholarGate
Assistent
Regression model

TBATS — Trigonomeetriline eksponentsiaalne silumine keeruka hooajalisuse korral

TBATS on uuenduslik olekuruumiline prognoosimudel, mille võtsid kasutusele De Livera, Hyndman ja Snyder (2011). See ühendab Box-Coxi teisenduse, ARMA-tüüpi vea ja trigonomeetrilised (Fourieri) hooajalisuse terminid. See on loodud pidevate aegridade jaoks, millel on mitu üksteise sees paiknevat hooajalist tsüklit korraga – näiteks tunnipõhised andmed, mis korduvad ka päeviti, nädaliti ja aastati.

Rakenda tööriistaga EconMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

The neighbourhood of related methods — select a node to explore.

Allikad

  1. 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
  2. Hyndman, R. J. & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts. link

Kuidas sellele lehele viidata

ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/et/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.

Compare side by side

Sellele viitavad

ScholarGateTBATS (Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model). Loetud 2026-06-15 aadressilt https://scholargate.app/et/econometrics/tbats · Andmestik: https://doi.org/10.5281/zenodo.20539026