ScholarGate
Асистент
Regression modelEconometrics / time series

Устойчив ARMA модел

Устойчивият ARMA модел разширява класическата рамка на Авторегресионни Пълзящи Средни, като заменя чувствителната загуба на най-малките квадрати с устойчиви на аномалии методи за оценка — обикновено M-оценки или медианно-базирани подходи. Това предпазва оценките на коефициентите и прогнозите от изкривяване от адитивни аномалии, премествания на нивото или иновационни аномалии, които са често срещани в икономическите и финансовите времеви редове.

Приложете с EconMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. Franses, P. H., & Ghijsels, H. (1999). Additive outliers, GARCH and forecasting volatility. International Journal of Forecasting, 15(1), 1-9. link
  2. Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. The Annals of Statistics, 14(3), 781-818. link

Как да цитирате тази страница

ScholarGate. (2026, June 3). Robust Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/bg/econometrics/robust-arma-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.

Compare side by side

Цитиран в

ScholarGateRobust ARMA Model (Robust Autoregressive Moving Average Model). Извлечено на 2026-06-15 от https://scholargate.app/bg/econometrics/robust-arma-model · Набор от данни: https://doi.org/10.5281/zenodo.20539026