Robust MA model
The Robust MA model applies robust estimation — typically M-estimation or bounded-influence methods — to the Moving Average time series model. By replacing the ordinary least squares loss with a bounded loss function, it produces parameter estimates that are far less sensitive to outliers, additive noise spikes, or heavy-tailed error distributions than the classical Gaussian MA.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Denby, L., & Martin, R. D. (1979). Robust estimation of the first-order autoregressive parameter. Journal of the American Statistical Association, 74(365), 140–146. · DOI 10.1080/01621459.1979.10481630
- Muler, N., Pena, D., & Yohai, V. J. (2009). Robust estimation for ARMA models. Annals of Statistics, 37(2), 816–840. · DOI 10.1214/07-AOS570
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.