Робастен ARIMA модел
Робастният ARIMA разширява класическата ARIMA рамка за откриване и коригиране на влиянието на аномалии (outliers) и структурни прекъсвания по време на оценката. Чрез съвместно идентифициране на аномални наблюдения и повторно оценяване на параметрите на модела, той произвежда оценки на коефициентите и прогнози, които са много по-малко изкривени от изолирани шокове или грешки в данните, отколкото стандартният ARIMA.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Tsay, R. S. (1986). Time series model specification in the presence of outliers. Journal of the American Statistical Association, 81(393), 132–141. DOI: 10.1080/01621459.1986.10478250 ↗
- Chen, C., & Liu, L.-M. (1993). Joint estimation of model parameters and outlier effects in time series. Journal of the American Statistical Association, 88(421), 284–297. DOI: 10.2307/2290724 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Robust Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/bg/econometrics/robust-arima-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Модел ARIMA (Авторегресионен интегриран плъзгащ се среден)Иконометрия↔ compare
- Квантилна регресияИконометрия↔ compare
- Модел SARIMAИконометрия↔ compare
- Модел в състояние пространство (Калманов филтър)Иконометрия↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →