TBATS — Trigonometrisk exponentiell utjämning för komplex säsongsvariation
TBATS är en innovationsmodell för tidsserieprognoser i tillståndsrymd, introducerad av De Livera, Hyndman och Snyder (2011), som kombinerar en Box-Cox-transformation, ARMA-fel och trigonometriska (Fourierska) säsongstermer. Den är byggd för att hantera kontinuerliga tidsserier med flera nästlade säsongscykler samtidigt — till exempel timdata som också upprepas dagligen, veckovis och årligen.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/sv/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) ModellEkonometri↔ compare
- SARIMA (Seasonal ARIMA)Ekonometri↔ compare
- STL-dekomposition: Säsong- och trenddekomposition med LoessEkonometri↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →