TBATS — Smorzamento Esponenziale Trigonometrico per Stagionalità Complesse
TBATS è un modello di previsione basato su spazio degli stati innovativo, introdotto da De Livera, Hyndman e Snyder (2011), che combina una trasformazione Box-Cox, errori ARMA e termini stagionali trigonometrici (di Fourier). È costruito per gestire serie temporali continue con diversi cicli stagionali annidati contemporaneamente — ad esempio dati orari che si ripetono anche giornalmente, settimanalmente e annualmente.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/it/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.
- Modello ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- SARIMA (Seasonal Autoregressive Integrated Moving Average)Econometria↔ compare
- Decomposizione STL: Decomposizione Stagionale-Trend tramite LoessEconometria↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →