Modello ARIMA Non Lineare
Il modello ARIMA non lineare estende il framework classico ARIMA di Box-Jenkins consentendo alla media condizionale di una serie temporale di dipendere da valori passati ed errori passati attraverso una funzione non lineare. Comprende famiglie quali AR a soglia (TAR/SETAR), AR a transizione liscia (STAR/LSTAR/ESTAR) e modelli a commutazione di Markov, catturando dinamiche asimmetriche, cambiamenti di regime e asimmetrie del ciclo economico che l'ARIMA lineare non può rappresentare.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522249
- Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/it/econometrics/nonlinear-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.
- Modello ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Modello GARCH (Previsione della Volatilità)Econometria↔ compare
- Modello di Autoregressione Vettoriale (VAR)Econometria↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →