ロバストARMAモデル

ロバストARMAモデルは、古典的な自己回帰移動平均（Autoregressive Moving Average）フレームワークを拡張し、外れ値に敏感な最小二乗損失関数を、外れ値に耐性のある推定手法、典型的にはM推定量や中央値ベースのアプローチに置き換えるものである。これにより、経済・金融時系列データに共通する加法性外れ値、レベルシフト、あるいは革新外れ値によって係数推定値や予測値が歪められるのを防ぐ。