ETS: Erro, Tendência, Suavização Exponencial Sazonal
ETS é um framework abrangente de suavização exponencial que seleciona automaticamente combinações aditivas ou multiplicativas das componentes de erro (E), tendência (T) e sazonalidade (S) de uma série temporal. Formalizado como um modelo de espaço de estados de inovações por Hyndman, Koehler, Ord e Snyder em 2008, ele unifica e generaliza a família de métodos de previsão Holt-Winters.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). Error, Trend, Seasonal (ETS) Exponential Smoothing. ScholarGate. https://scholargate.app/pt/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.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Suavização Exponencial Simples e Dupla (SES / Holt)Econometria↔ compare
- Holt-WintersEconometria↔ compare
- Modelo de Espaço de Estados (Filtro de Kalman)Econometria↔ compare
- Modelo Estrutural de Séries Temporais (Modelo Estrutural Básico)Econometria↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →