مدل بیزین آریما
مدل بیزین آریما (Bayesian ARIMA) چارچوب کلاسیک آریما (ARIMA) باکس-جِنکینز را با استنتاج بیزین ترکیب میکند. به جای بهدست آوردن تخمینهای نقطهای منفرد برای پارامترهای خودرگرسیو و میانگین متحرک، توزیعهای پیشین (prior distributions) را بر روی آنها قرار میدهد و از دادههای مشاهدهشده برای بهروزرسانی باورها به یک توزیع پسین (posterior distribution) کامل استفاده میکند، که امکان سنجش عدم قطعیت منسجم و پیشبینی احتمالی را فراهم میآورد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- Pole, A., West, M., & Harrison, J. (1994). Applied Bayesian Forecasting and Time Series Analysis. Chapman & Hall. ISBN: 978-0412416903
- 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
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Bayesian Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/fa/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.
- مدل آریما (میانگین متحرک یکپارچه خودرگرسیو)اقتصادسنجی↔ compare
- آزمون کرانههای بیزی ARDLاقتصادسنجی↔ compare
- مدل بیزی SARIMAاقتصادسنجی↔ compare
- مدل بیزی وار (BVAR)اقتصادسنجی↔ compare
- مدل SARIMAاقتصادسنجی↔ compare
- خودبازگشتی برداری (VAR)اقتصادسنجی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →