ScholarGate
어시스턴트
Regression modelEconometrics / time series

강건 자기회귀 모형

강건 AR 모형은 추정 방법론 — 일반적으로 이상치나 중미추정량 또는 유계 영향 추정량을 사용하여 — 을 통해 자기회귀 시계열 명세를 적합시키며, 이는 이상치와 중미추정량 분포로부터의 왜곡에 저항합니다. OLS 기반 AR 추정과 달리, 강건 변형은 극단적인 관측치를 가중치를 낮추어, 소수의 오염된 데이터 포인트가 적합된 동태를 지배하지 못하게 합니다.

EconMind(으)로 적용하기곧 제공동영상곧 제공슬라이드 다운로드

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

방법 지도

관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.

출처

  1. Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. Annals of Statistics, 14(3), 781–818. DOI: 10.1214/aos/1176350027
  2. Francq, C., & Zakoian, J.-M. (2010). GARCH Models: Structure, Statistical Inference and Financial Applications. Wiley. ISBN: 978-0470683910

이 페이지 인용 방법

ScholarGate. (2026, June 3). Robust Autoregressive Model. ScholarGate. https://scholargate.app/ko/econometrics/robust-ar-model

어떤 방법일까요?

이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.

나란히 비교하기

이 방법을 참조하는 항목

ScholarGateRobust AR model (Robust Autoregressive Model). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/econometrics/robust-ar-model · 데이터셋: https://doi.org/10.5281/zenodo.20539026