Bayesianisches ARIMA-Modell
Das bayesianische ARIMA-Modell kombiniert den klassischen Box-Jenkins ARIMA-Rahmen mit der bayesianischen Inferenz. Anstatt einzelne Punktschätzungen für autoregressive und gleitende Durchschnittsparameter zu erhalten, werden diesen Prior-Verteilungen zugewiesen und die beobachteten Daten verwendet, um die Annahmen zu einer vollständigen Posterior-Verteilung zu aktualisieren, was eine kohärente Quantifizierung der Unsicherheit und probabilistische Prognosen ermöglicht.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Pole, A., West, M., & Harrison, J. (1994). Applied Bayesian Forecasting and Time Series Analysis. Chapman & Hall. ISBN: 978-0412416903
- 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
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/de/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.
- ARIMA-Modell (Autoregressives integriertes gleitendes Durchschnittsmodell)Ökonometrie↔ compare
- Bayesianischer ARDL-Bounds-TestÖkonometrie↔ compare
- Bayesian SARIMA-ModellÖkonometrie↔ compare
- Bayesianisches VAR-Modell (BVAR)Ökonometrie↔ compare
- SARIMA-ModellÖkonometrie↔ compare
- Vektorautoregression (VAR)Ökonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →