Устойчив анализ на времеви редове
Устойчивият анализ на времеви редове прилага авторегресионни модели, модели на пълзяща средна и ARIMA модели към редове, които съдържат аномалии или структурни прекъсвания, използвайки M-оценка или MM-оценка вместо обикновени най-малки квадрати, така че няколко аномални наблюдения да не изкривяват напасването. Той следва традицията на устойчивата статистика, консолидирана в Maronna, Martin, Yohai и Salibián-Barrera (2019).
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. ISBN: 978-1119214687
- Peña, D., & Guttman, I. (1988). A Bayesian Approach for Predicting with Outliers. Journal of the American Statistical Association. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA). ScholarGate. https://scholargate.app/bg/statistics/robust-time-series
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Анализ на точката на разрушаванеСтатистика↔ сравняване
- Оценка на медианното абсолютно отклонение (MAD)Статистика↔ сравняване
- Метод на най-малките квадрати (МНК)Иконометрия↔ сравняване
- Устойчив линеен смесен моделСтатистика↔ сравняване
- Надеждни оценки за мащаб Sn и QnСтатистика↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →