Robustin liikkuvan keskiarvon (MA) malli
Robustin MA-mallin menetelmä soveltaa robustia estimointia – tyypillisesti M-estimointia tai rajatun vaikutuksen menetelmiä – liikkuvan keskiarvon aikasarjamalliin. Korvaamalla tavallisen pienimmän neliösumman häviön rajatulla häviöfunktiolla se tuottaa parametrien estimaatteja, jotka ovat huomattavasti vähemmän herkkiä poikkeamille, kohinaisille piikeille tai raskassydämisille virhejakautumille kuin klassinen Gaussin MA.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Denby, L., & Martin, R. D. (1979). Robust estimation of the first-order autoregressive parameter. Journal of the American Statistical Association, 74(365), 140–146. DOI: 10.1080/01621459.1979.10481630 ↗
- Muler, N., Pena, D., & Yohai, V. J. (2009). Robust estimation for ARMA models. Annals of Statistics, 37(2), 816–840. DOI: 10.1214/07-AOS570 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Moving Average Model. ScholarGate. https://scholargate.app/fi/econometrics/robust-ma-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
- ARMA-malli (Autoregressiivinen liikkuva keskiarvo)Ekonometria↔ compare
- Liukuvan keskiarvon (MA) malliEkonometria↔ compare
- Robusti ARIMA-malliEkonometria↔ compare
- Robust ARMA -malliEkonometria↔ compare
- Robust OLS (OLS, jossa robustit keskivirheet)Ekonometria↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →