Nichtlineares Autoregression (NAR) Modell
Das nichtlineare AR-Modell erweitert den klassischen autoregressiven Rahmen, indem es die Abbildung von vergangenen Werten auf den aktuellen Wert einer beliebigen oder regime-wechselnden nichtlinearen Funktion folgen lässt. Hauptfamilien umfassen das Self-Exciting Threshold AR (SETAR), Smooth Transition AR (STAR) und neuronale Netzwerke AR, die jeweils unterschiedliche Formen von Asymmetrie, Regimeverschiebungen oder glatten nichtlinearen Dynamiken in univariaten Zeitreihen erfassen.
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
- Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522201
- Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. DOI: 10.1080/01621459.1994.10476462 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Nonlinear Autoregressive Model. ScholarGate. https://scholargate.app/de/econometrics/nonlinear-ar-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
- ARMA-Modell (Autoregressiver gleitender Durchschnitt)Ökonometrie↔ compare
- Autoregressives Modell (AR)Ökonometrie↔ compare
- Nichtlineares ARDL (NARDL)-ModellÖkonometrie↔ compare
- Nichtlineares Vektor-Fehlerkorrekturmodell (Nonlinear VECM)Ökonometrie↔ compare
- Strukturelles Bruch-AR-ModellÖkonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →