ScholarGate
Assistent
Regression modelEconometrics / time series

Ikke-lineær ARIMA-model

Den ikke-lineære ARIMA-model udvider det klassiske Box-Jenkins ARIMA-rammeværk ved at tillade, at den betingede middelværdi af en tidsserie afhænger af tidligere værdier og tidligere fejl gennem en ikke-lineær funktion. Den omfatter familier som Threshold AR (TAR/SETAR), Smooth Transition AR (STAR/LSTAR/ESTAR) og Markov-switching modeller, der fanger asymmetriske dynamikker, regimeskift og konjunkturcykliske asymmetrier, som lineær ARIMA ikke kan repræsentere.

Anvend med EconMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Kilder

  1. Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522249
  2. Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/da/econometrics/nonlinear-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
ScholarGateNonlinear ARIMA model (Nonlinear Autoregressive Integrated Moving Average Model). Hentet 2026-06-15 fra https://scholargate.app/da/econometrics/nonlinear-arima-model · Datasæt: https://doi.org/10.5281/zenodo.20539026