Nonlinear ARIMA model
The Nonlinear ARIMA model extends the classical Box-Jenkins ARIMA framework by allowing the conditional mean of a time series to depend on past values and past errors through a nonlinear function. It encompasses families such as Threshold AR (TAR/SETAR), Smooth Transition AR (STAR/LSTAR/ESTAR), and Markov-switching models, capturing asymmetric dynamics, regime changes, and business-cycle asymmetries that linear ARIMA cannot represent.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- 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. · URL
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.