ScholarGate
دستیار

ARIMA و هموارسازی

31 روش در این خانواده.

برگزیده

مدل آریما (میانگین متحرک یکپارچه خودرگرسیو)ARIMA is a univariate time-series forecasting model that combines autoregressive, integrated (differencing), and moving-average components to predict a single continuous series froمدل آریما (میانگین متحرک یکپارچه خودرگرسیو)The ARIMA(p,d,q) model is the standard workhorse for univariate time series forecasting. It combines autoregressive terms (past values), differencing to induce stationarity, and moمدل ARMA (میانگین متحرک خودرگرسیو)The ARMA(p,q) model describes a stationary time series as a combination of two components: an autoregressive part that regresses the current value on its own past p values, and a mETS: هموارسازی نمایی خطا، روند، فصلیETS is a comprehensive exponential smoothing framework that automatically selects additive or multiplicative combinations of the error (E), trend (T) and seasonal (S) components ofETSformer: تبدیل‌کننده‌های هموارسازی نمایی برای پیش‌بینی سری‌های زمانیETSformer is a deep learning architecture for time-series forecasting introduced by Woo et al. in 2022. It integrates classical exponential smoothing principles directly into the Tهموارسازی نمایی ساده و دوگانه (SES / Holt)Exponential smoothing is a family of basic time-series forecasting models in which each new observation updates a smoothed estimate by a weighting parameter. Simple exponential smo

مسیر مطالعه

پرارجاع‌ترین روش‌های بنیادی این موضوع، به ترتیب پیدایش آن‌ها — جایی برای آغاز اگر تازه‌واردید.

  1. هموارسازی نمایی ساده و دوگانه (SES / Holt)1957به قلم Robert G. Brown (SES); Charles C. Holt (linear trend)
  2. هموارسازی نمایی سه‌گانه هولت-وینترز1960به قلم Charles C. Holt and Peter R. Winters
  3. مدل ARMA (میانگین متحرک خودرگرسیو)1970به قلم George E. P. Box and Gwilym M. Jenkins
  4. مدل میانگین متحرک (MA)1970به قلم Box and Jenkins
  5. مدل SARIMA1970 (first edition); 1976 (revised)به قلم Box, Jenkins, and Reinsel
  6. ETS: هموارسازی نمایی خطا، روند، فصلی2008به قلم Hyndman, Koehler, Ord & Snyder (state space framework)
  7. مدل آریما (میانگین متحرک یکپارچه خودرگرسیو)2015به قلم Box & Jenkins (Box-Jenkins methodology)
همهٔ روش‌های این قفسه ↓

همهٔ روش‌ها 31

مدل آریما (میانگین متحرک یکپارچه خودرگرسیو)مدل آریما (میانگین متحرک یکپارچه خودرگرسیو)مدل ARMA (میانگین متحرک خودرگرسیو)ETS: هموارسازی نمایی خطا، روند، فصلیETSformer: تبدیل‌کننده‌های هموارسازی نمایی برای پیش‌بینی سری‌های زمانیهموارسازی نمایی ساده و دوگانه (SES / Holt)مدل آریما-فوریه (Fourier ARIMA Model)مدل آریما فوریهمدل فوریه-ساریمـاهموارسازی نمایی سه‌گانه هولت-وینترزمدل میانگین متحرک (MA)تحلیل توان آماری برای مدل‌های چندسطحی و اثرات آمیختهمدل ARIMA غیرخطیمدل خودرگرسیون میانگین متحرک غیرخطی (NARMA)مدل غیرخطی SARIMAمدل پانل آریمامدل پانل ARMAمدل پنل ساریمـا (Panel SARIMA Model)مدل آریما مقاوم (Robust ARIMA)مدل قوی ARMAمدل قوی ساریمـا (Robust SARIMA)تحلیل سری زمانی مقاوممدل SARIMA (Seasonal ARIMA)مدل SARIMASARIMAXمدل آریما با شکست ساختاریمدل ساریمای شکست ساختاریمدل خودرگرسیون میانگین متحرک با پارامترهای متغیر با زمان (TVP-ARIMA)مدل خودرگرسیو میانگین متحرک با پارامترهای متغیر با زمان (TVP-ARMA)مدل پارامتر زمان-متغیر SARIMA (TVP-SARIMA)تنظیم فصلی X-13ARIMA-SEATS

بیشتر در سری‌های زمانی و پیش‌بینی