Metodin todisteiden tietue

Robust Time Series Analysis

Robust Time Series Analysis fits autoregressive, moving-average, and ARIMA models to series that contain outliers or structural breaks, using M-estimation or MM-estimation instead of ordinary least squares so that a few anomalous observations do not distort the fit. It follows the robust statistics tradition consolidated in Maronna, Martin, Yohai and Salibián-Barrera (2019).

Sources recorded, not reviewed

Lähdetietue

Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.

Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA)

Taksonominen metoditietue · regression-model / statistics

Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. · ISBN 978-1119214687
Peña, D., & Guttman, I. (1988). A Bayesian Approach for Predicting with Outliers. Journal of the American Statistical Association. · URL

Avaa koko metodi

Kuratoituja väitteitä

Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.

Ei vielä kuratoituja väitteitä

Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.

Liittyvät metodit

Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.

Same method familyBreakdown Point Analysismachine-suggested · Relational suggestion, not evidence.Same method familyMAD Estimationmachine-suggested · Relational suggestion, not evidence.Same method familyOLS Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyRobust Mixed Modelmachine-suggested · Relational suggestion, not evidence.Same method familySn and Qn Scale Estimatorsmachine-suggested · Relational suggestion, not evidence.