Modelo ARIMA No Lineal
El modelo ARIMA no lineal extiende el marco clásico ARIMA de Box-Jenkins al permitir que la media condicional de una serie temporal dependa de valores pasados y errores pasados a través de una función no lineal. Engloba familias como AR de Umbral (TAR/SETAR), AR de Transición Suave (STAR/LSTAR/ESTAR) y modelos de cambio de Markov, capturando dinámicas asimétricas, cambios de régimen y asimetrías del ciclo económico que el ARIMA lineal no puede representar.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522249
- Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/es/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.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometría↔ compare
- Modelo GARCH (Predicción de Volatilidad)Econometría↔ compare
- Modelo de Vectores Autorregresivos (VAR)Econometría↔ compare
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →