ScholarGate
Assistente
Regression modelEconometrics / time series

Modello Autoregressivo Non Lineare (NAR)

Il modello AR non lineare estende il quadro autoregressivo classico consentendo alla mappatura dai valori passati al valore corrente di seguire una funzione non lineare arbitraria o a commutazione di regime. Le principali famiglie includono AR a soglia autoeccitante (SETAR), AR a transizione smussata (STAR) e AR basati su reti neurali, ciascuna delle quali cattura diverse forme di asimmetria, cambi di regime o dinamiche non lineari smussate nelle serie temporali univariate.

Applica con EconMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

Fonti

  1. Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522201
  2. Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. DOI: 10.1080/01621459.1994.10476462

Come citare questa pagina

ScholarGate. (2026, June 3). Nonlinear Autoregressive Model. ScholarGate. https://scholargate.app/it/econometrics/nonlinear-ar-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.

Compare side by side

Citato da

ScholarGateNonlinear AR Model (Nonlinear Autoregressive Model). Consultato il 2026-06-15 da https://scholargate.app/it/econometrics/nonlinear-ar-model · Insieme di dati: https://doi.org/10.5281/zenodo.20539026