Regression model
TBATS — 複雑な季節性に対する三角関数指数平滑化
TBATSは、De Livera、Hyndman、Snyder（2011）によって導入された革新的な状態空間予測モデルであり、Box-Cox変換、ARMA誤差項、および三角関数（フーリエ）季節項を組み合わせたものです。これは、複数の入れ子になった季節周期を同時に持つ連続的な時系列データを処理するために構築されています。例えば、日次、週次、年次でも繰り返される hourly データなどです。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/ja/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.
- ARIMA（自己回帰和分移動平均）モデル計量経済学↔ compare
- 季節ARIMA (SARIMA)計量経済学↔ compare
- STL分解：loessを用いた季節・トレンド分解計量経済学↔ compare