ETS框架

概述

ETS（Error, Trend, Seasonal）框架是Rob J. Hyndman等人提出的状态空间框架，将指数平滑方法统一纳入具有完整统计理论基础的模型体系。

关键内容

1. 核心理念：将各种指数平滑方法表示为状态空间模型，包括误差项、趋势项和季节性项的组合，为指数平滑提供了完整的概率分布假设。

2. 理论突破：2002年前后，Hyndman及其合作者证明了每种指数平滑方法都对应一个状态空间模型，将指数平滑从"工程技巧"提升为"统计方法"。

3. 三大组成部分：

4. Error（误差）：模型中的随机扰动项
5. Trend（趋势）：数据的趋势成分（无、加法、乘法）

6. Seasonal（季节性）：数据的季节性成分（无、加法、乘法）

7. 理论意义：

8. 指数平滑不再只是"启发式算法"，而是有似然函数的正规统计方法
9. 可以进行模型选择和区间预测

10. 某些指数平滑模型等价于特定的ARIMA模型

11. 实践价值：提供了自动化的模型选择机制，Python的statsmodels库、R的forecast包等都将ETS作为核心方法。

12. 权威著作：Hyndman等人2008年出版的《Forecasting with Exponential Smoothing: The State Space Approach》是该领域的标准参考。

来源

• 03-holt-1957-exponential-smoothing — 理论统一介绍
• Rob J. Hyndman — 相关人物
• 指数平滑 — 相关概念

相关

• 指数平滑 — extends
• 状态空间模型 — implements
• Rob J. Hyndman — implements
• ARIMA — relates_to