Robuszt Idősor-elemzés
A robuszt idősor-elemzés autoregresszív, mozgóátlagos és ARIMA modelleket illeszt olyan sorozatokhoz, amelyek kiugró értékeket vagy strukturális töréseket tartalmaznak, a legkisebb négyzetek módszere helyett M-becslést vagy MM-becslést alkalmazva, hogy néhány rendellenes megfigyelés ne torzítsa el az illesztést. Ez a Maronna, Martin, Yohai és Salibián-Barrera (2019) által konszolidált robuszt statisztikai hagyományt követi.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA). ScholarGate. https://scholargate.app/hu/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.
- Szélsőséges pont elemzésStatisztika↔ compare
- Medián Abszolút Deviáció (MAD) BecslésStatisztika↔ compare
- Regresszió Ordináris Legkisebb Négyzetes (OLS) módszerrelÖkonometria↔ compare
- Robusztus lineáris vegyes modellStatisztika↔ compare
- Sn és Qn robusztus skála-becslőkStatisztika↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →