Bayesiaanse structurele tijdreeksen
term_id: bayesian_structural_time_series
Category: basic_concepts
Definition
Modellen voor Bayesiaanse structurele tijdreeksen (BSTS) representeren tijdreeksgegevens als een som van interpreteerbare componenten, zoals trend, seizoensgebondenheid en regressie-effecten, terwijl ze rekening houden met onzekerheid door middel van probabilistische schattingen. Dit stelt analisten in staat de bijdrage van elke component aan de totale variatie te begrijpen en voorspellingen met betrouwbaarheidsintervallen te genereren.
Summary
Een statistische modelleringsbenadering die Bayesiaanse inferentie gebruikt om tijdreeksen op te delen in interpreteerbare componenten.
Key Concepts
- Toestandsruimtemodellen
- Causale inferentie
- Componentontleding
- Posterior-verdelingen
Use Cases
- Modelering van marketingmixen
- Economische prognoses
- A/B-testen met tijdreeksgegevens
Related Terms
- Kalman-filter (een algoritme voor het schatten van de toestand van een dynamisch systeem uit ruwe metingen)
- Structurele vergelijkingsmodellering (een methode voor het schatten van causale relaties tussen variabelen)
- Prophet (een procedure voor tijdreeksvoorspelling ontwikkeld door Facebook)
- VAR-modellen (Vector Autoregressieve modellen voor multivariate tijdreeksanalyse)