ScholarGate
Assistent
Regression modelEconometrics / time series

Bayes' ARIMA mudel

Bayes' ARIMA mudel ühendab klassikalise Box-Jenkinsi ARIMA raamistiku Bayes' järeldusmeetoditega. Autoregressiivsete ja liikuvate keskmiste parameetrite üksikute punktestimite asemel paigutatakse neile eelnevate jaotused ning kasutatakse vaadeldud andmeid uskumuste uuendamiseks täielikuks järeltavajaotuseks, võimaldades koherentse ebakindluse kvantifitseerimise ja tõenäosusprognooside tegemise.

Rakenda tööriistaga EconMindPeagiVideoPeagiDownload slides

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Method map

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

Allikad

  1. Pole, A., West, M., & Harrison, J. (1994). Applied Bayesian Forecasting and Time Series Analysis. Chapman & Hall. ISBN: 978-0412416903
  2. Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley. ISBN: 978-1118675021

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Bayesian Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/et/econometrics/bayesian-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

Sellele viitavad

ScholarGateBayesian ARIMA model (Bayesian Autoregressive Integrated Moving Average Model). Loetud 2026-06-15 aadressilt https://scholargate.app/et/econometrics/bayesian-arima-model · Andmestik: https://doi.org/10.5281/zenodo.20539026