ETS: Error, Trend, Seasonal Exponential Smoothing
ETS là một khuôn khổ làm mịn theo cấp số nhân toàn diện, tự động lựa chọn các tổ hợp cộng hoặc nhân của các thành phần sai số (E), xu hướng (T) và mùa vụ (S) của một chuỗi thời gian. Được chính thức hóa dưới dạng mô hình không gian trạng thái đổi mới bởi Hyndman, Koehler, Ord và Snyder vào năm 2008, nó hợp nhất và tổng quát hóa họ phương pháp dự báo Holt-Winters.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Error, Trend, Seasonal (ETS) Exponential Smoothing. ScholarGate. https://scholargate.app/vi/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.
- Mô hình ARIMA (Autoregressive Integrated Moving Average)Kinh tế lượng↔ compare
- Làm mịn hàm mũ đơn và kép (SES / Holt)Kinh tế lượng↔ compare
- Làm mịn mũ ba theo phương pháp Holt-WintersKinh tế lượng↔ compare
- Mô hình không gian trạng thái (Bộ lọc Kalman)Kinh tế lượng↔ compare
- Mô hình Chuỗi Thời gian Cấu trúc (Mô hình Cấu trúc Cơ bản)Kinh tế lượng↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →