ARIMA และการปรับเรียบ
31 วิธีในตระกูลนี้
แนะนำ
แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)ARIMA is a univariate time-series forecasting model that combines autoregressive, integrated (differencing), and moving-average components to predict a single continuous series froแบบจำลอง ARIMA (Autoregressive Integrated Moving Average)The ARIMA(p,d,q) model is the standard workhorse for univariate time series forecasting. It combines autoregressive terms (past values), differencing to induce stationarity, and moแบบจำลอง ARMA (Autoregressive Moving Average)The ARMA(p,q) model describes a stationary time series as a combination of two components: an autoregressive part that regresses the current value on its own past p values, and a mETS: การปรับให้เรียบแบบเอ็กซ์โพเนนเชียลสำหรับความคลาดเคลื่อน, แนวโน้ม, และฤดูกาลETS is a comprehensive exponential smoothing framework that automatically selects additive or multiplicative combinations of the error (E), trend (T) and seasonal (S) components ofETSformer: การพยากรณ์อนุกรมเวลาด้วย Exponential Smoothing TransformersETSformer is a deep learning architecture for time-series forecasting introduced by Woo et al. in 2022. It integrates classical exponential smoothing principles directly into the Tการปรับให้เรียบแบบเอ็กซ์โพเนนเชียลเชิงเดี่ยวและเชิงคู่ (SES / Holt)Exponential smoothing is a family of basic time-series forecasting models in which each new observation updates a smoothed estimate by a weighting parameter. Simple exponential smo
เส้นทางการอ่าน
ระเบียบวิธีเชิงรากฐานที่ถูกอ้างอิงมากที่สุดของหัวข้อนี้ เรียงตามลำดับการพัฒนา — จุดเริ่มต้นที่ดีหากท่านเพิ่งเริ่มศึกษา
วิธีทั้งหมด 31
แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)แบบจำลอง ARMA (Autoregressive Moving Average)ETS: การปรับให้เรียบแบบเอ็กซ์โพเนนเชียลสำหรับความคลาดเคลื่อน, แนวโน้ม, และฤดูกาลETSformer: การพยากรณ์อนุกรมเวลาด้วย Exponential Smoothing Transformersการปรับให้เรียบแบบเอ็กซ์โพเนนเชียลเชิงเดี่ยวและเชิงคู่ (SES / Holt)แบบจำลองฟูเรียร์ ARIMAแบบจำลองฟูเรียร์ ARMAโมเดล Fourier SARIMAHolt-Winters Triple Exponential Smoothingแบบจำลองค่าเฉลี่ยเคลื่อนที่ (MA)การวิเคราะห์กำลังทางสถิติสำหรับแบบจำลองหลายระดับและแบบจำลองผลกระทบผสมแบบจำลอง ARIMA แบบไม่เชิงเส้นแบบจำลอง ARMA ไม่เชิงเส้น (NARMA)แบบจำลอง Nonlinear SARIMAแบบจำลอง Panel ARIMAแบบจำลอง Panel ARMAแบบจำลอง Panel SARIMAโมเดล ARIMA ที่ทนทานโมเดล Robust ARMAโมเดล Robust SARIMAการวิเคราะห์อนุกรมเวลาแบบทนทานSeasonal ARIMA (SARIMA)แบบจำลอง SARIMASARIMAXแบบจำลอง ARIMA ที่มีการเปลี่ยนแปลงโครงสร้างแบบจำลอง SARIMA การแตกหักเชิงโครงสร้างแบบจำลอง ARIMA ที่พารามิเตอร์แปรผันตามเวลา (TVP-ARIMA)แบบจำลองพารามิเตอร์แปรผันตามเวลา ARMA (TVP-ARMA)แบบจำลอง SARIMA ที่พารามิเตอร์เปลี่ยนแปลงตามเวลา (TVP-SARIMA)X-13ARIMA-SEATS การปรับฤดูกาล