ARFIMA : Modèle ARMA à intégration fractionnaire
ARFIMA est un modèle de séries chronologiques qui capture le comportement de longue mémoire à l'aide d'un paramètre de différenciation fractionnaire d, généralisant la différenciation entière d'ARIMA. Il a été introduit par Granger et Joyeux (1980) et formalisé par Hosking (1981) pour décrire des séries dont les autocorrélations décroissent lentement plutôt que brusquement.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Granger, C. W. J. & Joyeux, R. (1980). An Introduction to Long-Memory Time Series Models and Fractional Differencing. Journal of Time Series Analysis, 1(1), 15–29. DOI: 10.1111/j.1467-9892.1980.tb00297.x ↗
- Hosking, J. R. M. (1981). Fractional Differencing. Biometrika, 68(1), 165–176. DOI: 10.1093/biomet/68.1.165 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Autoregressive Fractionally Integrated Moving Average Model. ScholarGate. https://scholargate.app/fr/econometrics/arfima-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.
- Régression logistiqueStatistiques de recherche↔ compare
- Régression par Moindres Carrés Ordinaires (MCO)Économétrie↔ compare
- Modèle à effets fixes pour données de panelÉconométrie↔ compare
- Régression quantileÉconométrie↔ compare
- Régression RidgeApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →