Regression modelEconometrics / time series

مدل ARIMA غیرخطی

مدل ARIMA غیرخطی، چارچوب کلاسیک ARIMA باکس-جِنکینز را با اجازه دادن به میانگین شرطی یک سری زمانی برای وابستگی به مقادیر گذشته و خطاهای گذشته از طریق یک تابع غیرخطی، گسترش می‌دهد. این مدل شامل خانواده‌هایی مانند AR آستانه‌ای (TAR/SETAR)، AR انتقال هموار (STAR/LSTAR/ESTAR) و مدل‌های تعویض مارکوف می‌شود که دینامیک‌های نامتقارن، تغییرات رژیم و عدم تقارن‌های چرخه‌ی کسب‌وکار را که ARIMA خطی قادر به نمایش آن‌ها نیست، در بر می‌گیرد.

به‌کارگیری با EconMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522249
  2. Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. link

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/fa/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.

Compare side by side
ScholarGateNonlinear ARIMA model (Nonlinear Autoregressive Integrated Moving Average Model). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/econometrics/nonlinear-arima-model · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026