ETS : Lissage exponentiel avec gestion des erreurs, de la tendance et de la saisonnalité
ETS est un cadre complet de lissage exponentiel qui sélectionne automatiquement les combinaisons additives ou multiplicatives des composantes d'erreur (E), de tendance (T) et saisonnière (S) d'une série chronologique. Formalisé comme un modèle d'espace d'états d'innovations par Hyndman, Koehler, Ord et Snyder en 2008, il unifie et généralise la famille des méthodes de prévision de Holt-Winters.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Error, Trend, Seasonal (ETS) Exponential Smoothing. ScholarGate. https://scholargate.app/fr/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.
- Modèle ARIMA (Autoregressive Integrated Moving Average)Économétrie↔ compare
- Lissage exponentiel simple et double (SES / Holt)Économétrie↔ compare
- Lissage exponentiel triple de Holt-WintersÉconométrie↔ compare
- Modèle d'espace d'états (Filtre de Kalman)Économétrie↔ compare
- Modèle structurel de séries temporelles (Modèle structurel de base)Économétrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →