ScholarGate
Βοηθός
Regression model

Εισαγωγή στην Ανάλυση Χρονοσειρών με Ανθεκτικότητα

Η Ανάλυση Χρονοσειρών με Ανθεκτικότητα προσαρμόζει μοντέλα αυτοπαλινδρόμησης, κινητών μέσων όρων και ARIMA σε σειρές που περιέχουν ακραίες τιμές ή δομικές ρήξεις, χρησιμοποιώντας M-εκτίμηση ή MM-εκτίμηση αντί για την ελαχίστωση των τετραγώνων των καταλοίπων, ώστε λίγες ανώμαλες παρατηρήσεις να μην διαστρεβλώνουν την προσαρμογή. Ακολουθεί την παράδοση της ανθεκτικής στατιστικής που εδραιώθηκε στα Maronna, Martin, Yohai και Salibián-Barrera (2019).

Εφαρμογή με το StatMindΣύντομαΒίντεοΣύντομαDownload 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. Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. ISBN: 978-1119214687
  2. Peña, D., & Guttman, I. (1988). A Bayesian Approach for Predicting with Outliers. Journal of the American Statistical Association. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 1). Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA). ScholarGate. https://scholargate.app/el/statistics/robust-time-series

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

Αναφέρεται από

ScholarGateRobust Time Series Analysis (Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA)). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/statistics/robust-time-series · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026