ScholarGate
Assistent
Regression modelEconometrics / time series

Robustes ARMA-Modell

Das robuste ARMA-Modell erweitert den klassischen Autoregressive Moving Average-Rahmen, indem die empfindliche Methode der kleinsten Quadrate durch ausreißerresistente Schätzverfahren ersetzt wird – typischerweise M-Schätzer oder medianbasierte Ansätze. Dies schützt Koeffizientenschätzungen und Prognosen davor, durch additive Ausreißer, Niveauverschiebungen oder innovative Ausreißer verzerrt zu werden, die in Wirtschafts- und Finanzzeitreihen häufig vorkommen.

Mit EconMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

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

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Quellen

  1. Franses, P. H., & Ghijsels, H. (1999). Additive outliers, GARCH and forecasting volatility. International Journal of Forecasting, 15(1), 1-9. link
  2. Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. The Annals of Statistics, 14(3), 781-818. link

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Robust Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/de/econometrics/robust-arma-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.

Compare side by side

Referenziert von

ScholarGateRobust ARMA Model (Robust Autoregressive Moving Average Model). Abgerufen am 2026-06-15 von https://scholargate.app/de/econometrics/robust-arma-model · Datensatz: https://doi.org/10.5281/zenodo.20539026