Regression modelEconometrics / time series

Μη Γραμμικό Μοντέλο ARIMA

Το μη γραμμικό μοντέλο ARIMA επεκτείνει το κλασικό πλαίσιο ARIMA των Box-Jenkins επιτρέποντας στην υπό συνθήκη μέση τιμή μιας χρονοσειράς να εξαρτάται από προηγούμενες τιμές και προηγούμενα σφάλματα μέσω μιας μη γραμμικής συνάρτησης. Περιλαμβάνει οικογένειες όπως τα Threshold AR (TAR/SETAR), Smooth Transition AR (STAR/LSTAR/ESTAR) και τα μοντέλα Markov-switching, αποτυπώνοντας ασύμμετρες δυναμικές, αλλαγές καθεστώτος και ασυμμετρίες του επιχειρηματικού κύκλου που δεν μπορούν να αναπαρασταθούν από το γραμμικό ARIMA.

Εφαρμογή με το EconMindΣύντομαΒίντεοΣύντομαDownload slides

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Method map

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

Πηγές

  1. Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522249
  2. Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/el/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.

Compare side by side
ScholarGateNonlinear ARIMA model (Nonlinear Autoregressive Integrated Moving Average Model). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/econometrics/nonlinear-arima-model · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026