Robusna analiza vremenskih serija
Robusna analiza vremenskih serija prilagođava autoregresijske, pomične prosjeke i ARIMA modele serijama koje sadrže ekstremne vrijednosti ili strukturne prekide, koristeći M-procjenu ili MM-procjenu umjesto metode najmanjih kvadrata, tako da nekoliko anomalnih opažanja ne iskrivi prilagodbu. Slijedi tradiciju robusne statistike konsolidiranu u djelu Maronne, Martina, Yohaija i Salibián-Barrere (2019).
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA). ScholarGate. https://scholargate.app/hr/statistics/robust-time-series
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.
- Analiza točke lomaStatistika↔ compare
- Procjena medijanske apsolutne devijacije (MAD)Statistika↔ compare
- Regresija običnih najmanjih kvadrata (OLS)Ekonometrija↔ compare
- Robusni linearni mješoviti model s fiksnim i slučajnim učincimaStatistika↔ compare
- Robustni procjenitelji razmjera Sn i QnStatistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →