दीर्घ-स्मृति मॉडल (ARFIMA, FIGARCH)
दीर्घ-स्मृति मॉडल भिन्नात्मक-अभिकल्पना विधियाँ हैं जो अतिपरवलयिक रूप से क्षयकारी स्वसहसंबंध संरचना के माध्यम से वास्तविक दीर्घ स्मृति को कैप्चर करती हैं। ग्रेंजर और जॉयक्स (1980) द्वारा प्रस्तुत ARFIMA, रिटर्न श्रृंखला में दीर्घ स्मृति को मॉडल करता है, जबकि बेली, बोलर्सलेव और मिकेलसन (1996) द्वारा प्रस्तुत FIGARCH, अस्थिरता श्रृंखला में दीर्घ स्मृति को कैप्चर करता है; पैरामीटर d भिन्नात्मक एकीकरण की डिग्री को मापता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
- Baillie, R. T., Bollerslev, T. & Mikkelsen, H. O. (1996). Fractionally Integrated Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 74(1), 3-30. DOI: 10.1016/S0304-4076(95)01749-6 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 1). Long-Memory Time Series Models (ARFIMA, FIGARCH). ScholarGate. https://scholargate.app/hi/finance/long-memory-models
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.
- ऑटोरेग्रेसिव इंटीग्रेटेड मूविंग एवरेज (ARIMA) मॉडलअर्थमिति↔ compare
- गार्छ मॉडल (अस्थिरता पूर्वानुमान)अर्थमिति↔ compare
- उच्च-आवृत्ति डेटा और बाज़ार सूक्ष्म संरचना विश्लेषणवित्त↔ compare
- साधारण न्यूनतम वर्ग (OLS) समाश्रयणअर्थमिति↔ compare