Regression modelEconometrics / time series

Model ARIMA bayesià

El model ARIMA bayesià combina el marc clàssic ARIMA de Box-Jenkins amb la inferència bayesiana. En lloc d'obtenir estimacions puntuals úniques per als paràmetres autorregressius i de mitjana mòbil, hi col·loca distribucions prèvies i utilitza les dades observades per actualitzar les creences en una distribució posterior completa, cosa que permet una quantificació coherent de la incertesa i la predicció probabilística.

Aplica-ho amb EconMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

Fonts

  1. Pole, A., West, M., & Harrison, J. (1994). Applied Bayesian Forecasting and Time Series Analysis. Chapman & Hall. ISBN: 978-0412416903
  2. Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley. ISBN: 978-1118675021

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Bayesian Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/ca/econometrics/bayesian-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.

Compare side by side

Citat per

ScholarGateBayesian ARIMA model (Bayesian Autoregressive Integrated Moving Average Model). Recuperat el 2026-06-15 de https://scholargate.app/ca/econometrics/bayesian-arima-model · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026