Model ARIMA Bayesian
Model ARIMA Bayesian menggabungkan kerangka kerja ARIMA klasik Box-Jenkins dengan inferensi Bayesian. Alih-alih mendapatkan estimasi titik tunggal untuk parameter autoregresif dan rata-rata bergerak, model ini menempatkan distribusi prior di atasnya dan menggunakan data yang diamati untuk memperbarui keyakinan menjadi distribusi posterior penuh, yang memungkinkan kuantifikasi ketidakpastian yang koheren dan peramalan probabilistik.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Pole, A., West, M., & Harrison, J. (1994). Applied Bayesian Forecasting and Time Series Analysis. Chapman & Hall. ISBN: 978-0412416903
- Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley. ISBN: 978-1118675021
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/id/econometrics/bayesian-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.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometrika↔ compare
- Uji Batas ARDL BayesianEkonometrika↔ compare
- Model SARIMA BayesianEkonometrika↔ compare
- Model Vektor Autoregresi Bayesian (BVAR)Ekonometrika↔ compare
- Model SARIMAEkonometrika↔ compare
- Autoregresi Vektor (VAR)Ekonometrika↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →