Regression model
ETS: 誤差、トレンド、季節指数平滑法
ETSは、時系列の誤差（E）、トレンド（T）、季節指数（S）成分の加法または乗法的な組み合わせを自動的に選択する包括的な平滑化フレームワークです。2008年にHyndman、Koehler、Ord、Snyderによってイノベーション状態空間モデルとして形式化され、Holt-Winters系の予測手法を統一・一般化します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). Error, Trend, Seasonal (ETS) Exponential Smoothing. ScholarGate. https://scholargate.app/ja/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.
- ARIMA（自己回帰和分移動平均）モデル計量経済学↔ compare
- 単純指数平滑法（SES）およびホルト法（Double Exponential Smoothing）計量経済学↔ compare
- Holt-Winters三重指数平滑法計量経済学↔ compare
- 状態空間モデル（カルマンフィルタ）計量経済学↔ compare
- 構造的時系列モデル（基本構造モデル）計量経済学↔ compare