ETS: Kļūda, tendence, sezonas eksponenciālā izlīdzināšana
ETS ir visaptverošs eksponenciālās izlīdzināšanas ietvars, kas automātiski izvēlas piedevu vai multiplikatīvu kļūdas (E), tendences (T) un sezonas (S) komponentu kombinācijas laika rindā. Formāli kā inovāciju stāvokļa telpas modelis, ko 2008. gadā formulēja Haidmens, Kēhlers, Ords un Snaiders, tas apvieno un vispārina Holta-Vintersa prognozēšanas metožu saimi.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Error, Trend, Seasonal (ETS) Exponential Smoothing. ScholarGate. https://scholargate.app/lv/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 (autoregresīvais integrētais slīdošā vidējā) modelisEkonometrija↔ compare
- Vienkāršā un dubultā eksponenciālā izlīdzināšana (SES / Holt)Ekonometrija↔ compare
- Holt-Winters trīskāršā eksponenciālā izlīdzināšanaEkonometrija↔ compare
- Valsts telpas modelis (Kalmana filtrs)Ekonometrija↔ compare
- Strukturālais laika sēriju modelis (Pamata strukturālais modelis)Ekonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →