Séries temporelles structurelles bayésiennes
term_id: bayesian_structural_time_series
Category: basic_concepts
Definition
Les modèles de séries temporelles structurelles bayésiennes (BSTS) représentent les données temporelles comme une somme de composants interprétables tels que la tendance, la saisonnalité et les effets de régression, tout en tenant compte de l’incertitude via des distributions a priori et a posteriori. Cette méthode permet une estimation robuste des paramètres et une prévision avec des intervalles de confiance fiables.
Summary
Une approche de modélisation statistique utilisant l’inférence bayésienne pour décomposer les séries temporelles en composants interprétables.
Key Concepts
- Modèles d’espace d’états
- Inférence causale
- Décomposition des composants
- Distributions a posteriori
Use Cases
- Modélisation du mix marketing
- Prévisions économiques
- Tests A/B avec des données temporelles