Regression model
TBATS — החלקה מעריכית טריגונומטרית לעונתיות מורכבת
TBATS הוא מודל חיזוי מרחב מצבים מבוסס חידושים (innovations state space), שהוצג על ידי דה ליברה, היינדמן וסניידר (2011). הוא משלב טרנספורמציית Box-Cox, שגיאות ARMA ואיברים עונתיים טריגונומטריים (פורייה). המודל נבנה כדי לטפל בסדרות עתיות רציפות עם מספר מחזורים עונתיים מקוננים בו-זמנית — לדוגמה, נתונים שעתיים החוזרים גם מדי יום, שבוע ושנה.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
Method map
The neighbourhood of related methods — select a node to explore.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/he/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.
- מודל ARIMA (Autoregressive Integrated Moving Average)אקונומטריקה↔ compare
- ARIMA עונתי (SARIMA)אקונומטריקה↔ compare
- פירוק STL: פירוק עונתי-מגמה באמצעות Loessאקונומטריקה↔ compare