Analisi Robusta delle Serie Storiche
L'analisi robusta delle serie storiche adatta modelli autoregressivi, a media mobile e ARIMA a serie che contengono outlier o rotture strutturali, utilizzando la M-stima o la MM-stima invece dei minimi quadrati ordinari, in modo che poche osservazioni anomale non distorcano l'adattamento. Segue la tradizione della statistica robusta consolidata in Maronna, Martin, Yohai e Salibián-Barrera (2019).
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
- Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. ISBN: 978-1119214687
- Peña, D., & Guttman, I. (1988). A Bayesian Approach for Predicting with Outliers. Journal of the American Statistical Association. link ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA). ScholarGate. https://scholargate.app/it/statistics/robust-time-series
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.
- Analisi del punto di rotturaStatistica↔ compare
- Stima basata sulla deviazione assoluta mediana (MAD)Statistica↔ compare
- Regression with Ordinary Least Squares (OLS)Econometria↔ compare
- Modello Lineare Misto RobustoStatistica↔ compare
- Stimatori Robusti di Scala Sn e QnStatistica↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →