TBATS — Làm mịn hàm mũ lượng giác cho tính thời vụ phức tạp
TBATS là một mô hình dự báo trạng thái không gian đổi mới, được giới thiệu bởi De Livera, Hyndman và Snyder (2011), kết hợp phép biến đổi Box-Cox, sai số ARMA và các số hạng thời vụ lượng giác (Fourier). Nó được xây dựng để xử lý các chuỗi thời gian liên tục với nhiều chu kỳ thời vụ lồng nhau cùng một lúc — ví dụ, dữ liệu theo giờ cũng lặp lại theo ngày, tuần và năm.
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
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Trigonometric, Box-Cox, ARMA, Trend and Seasonal Components Model. ScholarGate. https://scholargate.app/vi/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.
- Mô hình ARIMA (Autoregressive Integrated Moving Average)Kinh tế lượng↔ compare
- SARIMA (Seasonal ARIMA)Kinh tế lượng↔ compare
- Phân tách STL: Phân tách xu hướng-mùa vụ sử dụng LoessKinh tế lượng↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →