TBATS — Trigonometric Exponential Smoothing for Complex Seasonality
TBATS je model za prognoziranje zasnovan na stanju prostora (state space model), koji kombinuje Box-Cox transformaciju, ARMA greške i trigonometrijske (Furijeove) sezonske članove. Uvеo ga je De Livera, Hyndman i Snyder (2011) i izgrađen je za obradu kontinuiranih vremenskih serija sa više sezonskih ciklusa koji se preklapaju istovremeno — na primer, podaci na satnom nivou koji se takođe ponavljaju dnevno, nedeljno i godišnje.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/sr/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 (Autoregressive Integrated Moving Average)Ekonometrija↔ compare
- Sezonski ARIMA (SARIMA)Ekonometrija↔ compare
- STL dekompozicija: Sezonsko-trendna dekompozicija korišćenjem Loess-aEkonometrija↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →