Regression model
강건 시계열 분석
강건 시계열 분석은 이상치나 구조적 단절이 포함된 시계열에 대해, 일반 최소제곱법 대신 M-추정 또는 MM-추정을 사용하여 자기회귀, 이동평균, ARIMA 모형을 적합시킨다. 이는 소수의 이상 관측치가 적합을 왜곡하지 않도록 한다. 이 방법은 Maronna, Martin, Yohai, Salibián-Barrera (2019)에 집대성된 강건 통계학의 전통을 따른다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 1). Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA). ScholarGate. https://scholargate.app/ko/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.
- 파탄점 분석통계학↔ compare
- 중앙값 절대 편차 (MAD) 추정통계학↔ compare
- 최소제곱법(OLS) 회귀계량경제학↔ compare
- 강건 선형 혼합 효과 모형통계학↔ compare
- Sn과 Qn 강건 척도 추정량통계학↔ compare