Regression model
頑健時系列分析
頑健時系列分析は、外れ値や構造的変化を含む時系列に対して、自己回帰モデル、移動平均モデル、ARIMAモデルを適合させます。通常の最小二乗法ではなくM推定またはMM推定を用いることで、少数の異常な観測値が適合を歪めることを防ぎます。これは、Maronna, Martin, Yohai, Salibián-Barrera (2019) によって確立された頑健統計学の伝統に沿ったものです。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 1). Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA). ScholarGate. https://scholargate.app/ja/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.
- ブレークダウン・ポイント分析統計学↔ compare
- 中央絶対偏差 (MAD) 推定統計学↔ compare
- 最小二乗法 (OLS) 回帰計量経済学↔ compare
- ロバスト混合効果モデル統計学↔ compare
- SnおよびQnロバストスケール推定量統計学↔ compare