Какие существуют методы прогнозирования будущего на основе временных рядов?

Некоторые методы прогнозирования будущего на основе временных рядов:

• Авторегрессионная (AR) модель. www.geeksforgeeks.org Предсказывает будущие значения на основе линейных комбинаций прошлых значений того же временного ряда. www.geeksforgeeks.org
• Авторегрессионное интегрированное скользящее среднее (ARIMA). www.geeksforgeeks.org Моделирует следующее значение во временном ряду на основе линейной комбинации своих собственных прошлых значений и прошлых ошибок прогноза. www.geeksforgeeks.org
• ARIMAX. www.geeksforgeeks.org Модель ARIMA расширена за счёт включения экзогенных переменных, которые могут повысить точность прогноза. www.geeksforgeeks.org
• Сезонная авторегрессионная интегрированная скользящая средняя (SARIMA). www.geeksforgeeks.org Расширяет ARIMA, включая сезонность в модель. www.geeksforgeeks.org Включает дополнительные сезонные параметры для учёта периодических колебаний данных. www.geeksforgeeks.org
• Методы экстраполяции. habr.com Используют значения предыдущих периодов для прогнозирования будущих значений ряда. habr.com К ним относятся, например, метод скользящего среднего, экспоненциальное сглаживание и метод Хольта-Винтерса. habr.com
• Методы машинного обучения. habr.com Используют данные прошлых значений ряда в качестве входных данных для модели обучения. habr.com К ним относятся регрессия и нейронные сети. habr.com
• Методы Бокса-Дженкинса. math.spbu.ru В классических методах не используются независимые переменные, прогнозирование будущих значений опирается только на историю предыдущих значений временного ряда. math.spbu.ru