Модель Хольта-Уинтерса

Материал из MachineLearning.

Перейти к: навигация, поиск

Содержание

Определение

Пусть задан временной ряд: y_i \dots y_t,\; y_i \in R.

Необходимо решить задачу прогнозирования временного ряда.

Модель Хольта-Уинтерса - усложненная модель Хольта, учитывающая сезонность и мультипликативные тренды.

\hat{y}_{t+d}=a_t (r_t)^d \Theta_{t + (d MOD s) - s}

a_t=\alpha_1 \left( y_t/\Theta_{t-s} \right) + \left(1-\alpha_1 \right)a_{t-1} r_{t-1};

r_t=\alpha_3 \left( a_t/\a_{t-1} \right) + \left(1-\alpha_3 \right)r_{t-1};

\Theta_t=\alpha_2 \left( y_t/\a_t \right) + \left(1-\alpha_2 \right) \Theta_{t-s};

где s - период сезонности,\Theta_i, \; i \in 0 \dots s-1 - сезонный профиль, a_t, \;r_t отвечают за линейную и экспоненциальную составляющую тренда соответствено.

Параметры \alpha_1,\; \alpha_2, \; \alpha_3 \in \left( 0,1 \right) . Параметры выбираются по аналогии с выбором параметра α в модели Брауна.

Литература

Лукашин Ю. П. Адаптивные методы краткосрочного прогнозирования временных рядов. — М.: Финансы и статистика, 2003.

Ссылки

Модель Брауна — экспоненциальное сглаживание.

Модель Хольта — учитываются линейный тренд без сезонности.

Модель Тейла-Вейджа — учитываются аддитивный тренд и сезонность.

Личные инструменты