BATS
Exponential smoothing state space model with Box-Cox transformation, ARMA errors, Trend and Seasonal components
The BATS algorithm combines Box-Cox Transformation, ARMA residuals, Trend, and Seasonality factors to forecast future values.
BATS 알고리즘은 Box-Cox 변환, ARMA 잔차, 추세 및 계절성 요인을 결합하여 미래 값을 예측한다.
The BATS model is an exponential smoothing method along with the ARIMA model for finding the residuals and Box-Cox transformation.
The BATS model is used for making predictions with seasonal time series data, with less complexity and frequency.
BATS 모델은 잔차 및 Box - Cox 변환을 찾기 위한 ARIMA 모델과 함께 지수 평활 방법이다.
BATS 모델은 덜 복잡하고 빈도가 낮은 계절 시계열 데이터로 예측하는 데 사용된다.
TBATS
BATS model + Trigonometric Seasonal
For high complexity and frequency TBATS (T - Trigonometric seasonal is used)
복잡도가 높고 빈도가 높은 경우 TBATS(T - 계절 삼각법 사용)
BATS is an acronym for key features of the model:
- B: Box-Cox transformation
- A: ARMA(Autoregressive–moving-average model) errors
- T: Trend
- S: Seasonal components
Box-Cox transformation
[참고] https://seeyapangpang.tistory.com/35
분포의 Skew를 조절하기 위한 변환 중에 하나
임의의 분포를 어떻게 정규분포에 가깝게 변환할 수 있는가에 관한 것
데이터 y에 대해서 람다(λ)가 하나 주어지면 하나의 함수변환이 되는 것
람다(λ)를 어떤 숫자로 선택하는지에 따라 다른 그래프가 된다.
정규분포에 가장 가깝에 하는 람다(λ), Optimal Lambda를 찾아야 한다.
References
'Machine Learning > Statistical Modeling' 카테고리의 다른 글
| [Marketing] Lookback Window (전환 추적 기간) (0) | 2022.11.04 |
|---|---|
| [Statistical Analysis Model][Time Series Data] Holt-Winters (0) | 2022.11.04 |
| [Statistical Analysis Model][Time Series Data] ARIMA (Autoregressive Integrated Moving Average) (0) | 2022.11.04 |
| Statistical Modeling (통계 모델링) (0) | 2022.11.03 |