ETS: Похибка, Тренд, Сезонне Експоненційне Згладжування
ETS — це комплексна система експоненційного згладжування, яка автоматично обирає адитивні або мультиплікативні комбінації компонентів похибки (E), тренду (T) та сезонності (S) часового ряду. Формалізована як модель простору станів інновацій Хайндманом, Келером, Ордом та Снайдером у 2008 році, вона об'єднує та узагальнює сімейство методів прогнозування Хольта-Вінтерса.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 1). Error, Trend, Seasonal (ETS) Exponential Smoothing. ScholarGate. https://scholargate.app/uk/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.
- Модель ARIMA (Авторегресійна інтегрована ковзна середня)Економетрика↔ compare
- Просте та подвійне експоненційне згладжування (SES / Хольт)Економетрика↔ compare
- Потрійне експоненційне згладжування Хольта-ВінтерсаЕконометрика↔ compare
- Модель простір-стан (фільтр Калмана)Економетрика↔ compare
- Структурна модель часових рядів (базова структурна модель)Економетрика↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →