Robustes ARIMA-Modell
Robustes ARIMA erweitert das klassische ARIMA-Framework, um den Einfluss von Ausreißern und strukturellen Brüchen während der Schätzung zu erkennen und zu korrigieren. Durch die gemeinsame Identifizierung anomaler Beobachtungen und die Neuberechnung der Modellparameter werden Koeffizientenschätzungen und Prognosen erstellt, die weitaus weniger durch isolierte Schocks oder Datenfehler verzerrt sind als bei Standard-ARIMA.
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
- Tsay, R. S. (1986). Time series model specification in the presence of outliers. Journal of the American Statistical Association, 81(393), 132–141. DOI: 10.1080/01621459.1986.10478250 ↗
- Chen, C., & Liu, L.-M. (1993). Joint estimation of model parameters and outlier effects in time series. Journal of the American Statistical Association, 88(421), 284–297. DOI: 10.2307/2290724 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Robust Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/de/econometrics/robust-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
- Quantile RegressionÖkonometrie↔ compare
- SARIMA-ModellÖkonometrie↔ compare
- Zustandsraummodell (Kalman-Filter)Ökonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →