Model ARMA yang Kuat

Model ARMA yang Kuat memperluas kerangka kerja Autoregressive Moving Average klasik dengan mengganti kerugian kuadrat terkecil (least-squares) yang sensitif dengan metode estimasi yang tahan terhadap pencilan (outlier) — biasanya M-estimator atau pendekatan berbasis median. Hal ini melindungi estimasi koefisien dan prakiraan (forecast) agar tidak terdistorsi oleh pencilan aditif, pergeseran level (level shifts), atau pencilan inovasional yang umum dalam deret waktu ekonomi dan keuangan.