Ata方法(Yapar等人(2019))<doi:10.15672/hujms.461032>)指数平滑的替代方法(见Yapar(2016))<doi:10.15672/HJMS.201614320580>,Yapar等人(2017)<doi:10.15672/HJMS.2017.493>),是一种新的单变量时间序列预测方法,为现有预测方法的初始化和优化阶段。Ata方法的预测性能优于现有方法,这两个方面都很简单实施和准确预测。它可以应用于非季节性或季节性时间序列,这些时间序列可以分解为四个组成部分(余数、水平、趋势和季节性)。该方法在M3和M4竞争数据上表现良好。这个包是根据Ali Sabri Taylan的博士论文编写的。
请使用规范形式https://CRAN.R-project.org/package=ATA预测链接到此页面。