TBATS — Trigonometrijsko izglađivanje eksponencijalnim metodama za složenu sezonsku komponentu
TBATS je model prostora stanja za prognoziranje, inovativan, koji kombinira Box-Cox transformaciju, ARMA pogreške i trigonometrijske (Fourierove) sezonske članove. Uveo ga je De Livera, Hyndman i Snyder (2011.). Izgrađen je za obradu kontinuiranih vremenskih nizova s nekoliko ugniježđenih sezonskih ciklusa istovremeno — na primjer, satni podaci koji se također ponavljaju dnevno, tjedno i godišnje.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/hr/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.
- Model ARIMA (Autoregresivni integrirani pokretni prosjek)Ekonometrija↔ compare
- Sezonski ARIMA (SARIMA)Ekonometrija↔ compare
- STL dekompozicija: sezonska-trendna dekompozicija pomoću Loess-aEkonometrija↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →