TBATS — Trigonometrisk eksponentiell utjevning for kompleks sesongvariasjon
TBATS er en innovativ tilstandsroms-prognosemodell, introdusert av De Livera, Hyndman og Snyder (2011), som kombinerer en Box-Cox-transformasjon, ARMA-feil og trigonometriske (Fourier) sesongmessige ledd. Den er bygget for å håndtere kontinuerlige tidsserier med flere nestede sesongsykluser samtidig — for eksempel timebaserte data som også gjentas daglig, ukentlig og årlig.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/no/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 (Autoregressive Integrated Moving Average) ModellØkonometri↔ compare
- SARIMA (Seasonal ARIMA)Økonometri↔ compare
- STL-dekomponering: Sesong-trend-dekomponering ved bruk av LoessØkonometri↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →