TBATS — Penghalusan Eksponensial Trigonometri untuk Musiman Kompleks
TBATS ialah model ramalan ruang keadaan inovatif, diperkenalkan oleh De Livera, Hyndman dan Snyder (2011), yang menggabungkan transformasi Box-Cox, ralat ARMA dan sebutan musiman trigonometri (Fourier). Ia dibina untuk mengendalikan siri masa berterusan dengan beberapa kitaran musiman bersarang sekaligus — contohnya data sejam yang juga berulang setiap hari, mingguan dan tahunan.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/ms/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 (Autoregresif Bersepadu Purata Bergerak)Ekonometrik↔ compare
- SARIMA (Seasonal ARIMA)Ekonometrik↔ compare
- Dekomposisi STL: Dekomposisi Musiman-Trend menggunakan LoessEkonometrik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →