ScholarGate
Assistent
Regression modelEconometrics / time series

Fourier SARIMA-Modell

Das Fourier SARIMA-Modell erweitert den klassischen saisonalen ARIMA-Rahmen durch die Einbeziehung trigonometrischer (Fourier-)Terme als deterministische Regressoren. Dies ermöglicht es dem Modell, glatte, komplexe oder mehrfrequente saisonale Muster zu approximieren, ohne für jede Frequenz eine vollständige saisonale ARIMA-Struktur zu benötigen, was es besonders nützlich für hochfrequente Daten oder Zeitreihen mit nicht-ganzzahliger oder sich entwickelnder Saisonalität macht.

Mit EconMind anwendenDemnächstVideoDemnächstFolien herunterladen

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Quellen

  1. Harvey, A., & Scott, A. (1994). Seasonality in dynamic regression models. The Economic Journal, 104(427), 1324-1345. link
  2. Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and Practice (2nd ed.). OTexts. link

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Fourier-augmented Seasonal Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/de/econometrics/fourier-sarima-model

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.

Nebeneinander vergleichen
ScholarGateFourier SARIMA model (Fourier-augmented Seasonal Autoregressive Integrated Moving Average Model). Abgerufen am 2026-06-15 von https://scholargate.app/de/econometrics/fourier-sarima-model · Datensatz: https://doi.org/10.5281/zenodo.20539026