Nichtlineares ARIMA-Modell
Das nichtlineare ARIMA-Modell erweitert den klassischen Box-Jenkins-ARIMA-Rahmen, indem es dem bedingten Mittelwert einer Zeitreihe erlaubt, durch eine nichtlineare Funktion von vergangenen Werten und vergangenen Fehlern abzuhängen. Es umfasst Familien wie Threshold-AR (TAR/SETAR), Smooth-Transition-AR (STAR/LSTAR/ESTAR) und Markov-Switching-Modelle, die asymmetrische Dynamiken, Regime-Wechsel und Geschäftszyklus-Asymmetrien erfassen, die lineare ARIMA nicht darstellen kann.
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: 9780198522249
- Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/de/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.
- ARIMA-Modell (Autoregressives integriertes gleitendes Durchschnittsmodell)Ökonometrie↔ compare
- GARCH-Modell (Volatilitätsvorhersage)Ökonometrie↔ compare
- Vektorautoregressionsmodell (VAR)Ökonometrie↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →