Nichtlineares gleitendes Durchschnittsmodell (NMA)
Das nichtlineare gleitende Durchschnittsmodell (NMA) erweitert das klassische lineare MA-Modell, indem es die aktuelle Beobachtung von vergangenen Innovationen durch eine nichtlineare Funktion statt einer einfachen gewichteten Summe abhängig macht. Es wird in der Zeitreihenanalyse verwendet, wenn Schocks von Fehlern auf Ergebnisse in einer asymmetrischen oder zustandsabhängigen Weise übertragen werden.
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
- Granger, C. W. J., & Andersen, A. P. (1978). An Introduction to Bilinear Time Series Models. Vandenhoeck and Ruprecht, Gottingen. link ↗
- Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 978-0198522300
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Nonlinear Moving Average Model. ScholarGate. https://scholargate.app/de/econometrics/nonlinear-ma-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.
- ARMA-Modell (Autoregressiver gleitender Durchschnitt)Ökonometrie↔ compare
- GARCH-Modell (Volatilitätsvorhersage)Ökonometrie↔ compare
- Nichtlineares Autoregression (NAR) ModellÖkonometrie↔ compare
- Autoregressive Modell mit glatter Übergangsfunktion (STAR-Modell)Ökonometrie↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →