Modèle ARIMA non linéaire
Le modèle ARIMA non linéaire étend le cadre classique ARIMA de Box-Jenkins en permettant à la moyenne conditionnelle d'une série chronologique de dépendre des valeurs passées et des erreurs passées par une fonction non linéaire. Il englobe des familles telles que les modèles autorégressifs à seuil (TAR/SETAR), autorégressifs à transition douce (STAR/LSTAR/ESTAR) et à commutation de Markov, capturant des dynamiques asymétriques, des changements de régime et des asymétries de cycle économique que l'ARIMA linéaire ne peut pas représenter.
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
- 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. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/fr/econometrics/nonlinear-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.
- Modèle ARIMA (Modèle Autorégressif Intégré à Moyenne Mobile)Économétrie↔ compare
- Modèle GARCH (Prévision de la volatilité)Économétrie↔ compare
- Modèle de Vector Autoregression (VAR)Économétrie↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →