ScholarGate
Assistent
Regression modelEconometrics / time series

Robustne ARMA mudel

Robustne ARMA mudel laiendab klassikalist Autoregressive Moving Average (ARMA) raamistikku, asendades tundliku vähimruutude kaofunktsiooni vastupidavate, kõrvalekalletele vähem tundlike hinnangumeetoditega – tavaliselt M-hinnangud või mediaanipõhised lähenemisviisid. See kaitseb koefitsientide hinnanguid ja prognoose moonutuste eest, mida põhjustavad liitkõrvalekalded (additive outliers), tasememuutused (level shifts) või innovatsioonikõrvalekalded (innovational outliers), mis on majandus- ja finantsajajoonte puhul tavalised.

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. 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

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Robust Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/et/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

Sellele viitavad

ScholarGateRobust ARMA Model (Robust Autoregressive Moving Average Model). Loetud 2026-06-15 aadressilt https://scholargate.app/et/econometrics/robust-arma-model · Andmestik: https://doi.org/10.5281/zenodo.20539026