Regression modelEconometrics / time series

Robusti ARIMA-malli

Robusti ARIMA laajentaa klassista ARIMA-kehystä poikkeamien ja rakenteellisten murrosten vaikutusten havaitsemiseksi ja korjaamiseksi estimoinnin aikana. Tunnistamalla samanaikaisesti poikkeavat havainnot ja uudelleenarvioimalla malliparametreja se tuottaa kerroinarvioita ja ennusteita, jotka ovat huomattavasti vähemmän vääristyneitä yksittäisten shokkien tai datavirheiden vuoksi kuin standardi ARIMA.

Sovella työkalulla EconMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

Lähteet

  1. Tsay, R. S. (1986). Time series model specification in the presence of outliers. Journal of the American Statistical Association, 81(393), 132–141. DOI: 10.1080/01621459.1986.10478250
  2. Chen, C., & Liu, L.-M. (1993). Joint estimation of model parameters and outlier effects in time series. Journal of the American Statistical Association, 88(421), 284–297. DOI: 10.2307/2290724

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Robust Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/fi/econometrics/robust-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

Tähän viittaavat

ScholarGateRobust ARIMA model (Robust Autoregressive Integrated Moving Average Model). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/econometrics/robust-arima-model · Aineisto: https://doi.org/10.5281/zenodo.20539026