Epälineaarinen ARIMA-malli
Epälineaarinen ARIMA-malli laajentaa klassista Box-Jenkinsin ARIMA-kehystä sallimalla aikasarjan ehdollisen keskiarvon riippuvuuden menneistä arvoista ja menneistä virheistä epälineaarisen funktion kautta. Se kattaa perheitä, kuten kynnysautoregressiiviset (TAR/SETAR), pehmeästi siirtyvät autoregressiiviset (STAR/LSTAR/ESTAR) ja Markov-vaihtelumallit, jotka kuvaavat epäsymmetrisiä dynamiikkoja, tilanmuutoksia ja liiketoimintasyklin epäsymmetrioita, joita lineaarinen ARIMA ei voi esittää.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/fi/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.
- ARIMA-malli (Autoregressiivinen integroitu liukuva keskiarvo)Ekonometria↔ compare
- GARCH-malli (volatiliteetin ennustaminen)Ekonometria↔ compare
- Vektorien autoregressiomalli (VAR-malli)Ekonometria↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →