ARFIMA: Daļēji integrēts ARMA modelis
ARFIMA ir laika sēriju modelis, kas tver tālu atmiņu (long-memory) uzvedību, izmantojot daļējas diferencēšanas parametru d, kas vispārina ARIMA veselo skaitļu diferencēšanu. To ieviesa Granger un Joyeux (1980) un formalizēja Hosking (1981), lai aprakstītu sērijas, kuru autokorelācijas samazinās lēni, nevis strauji.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Granger, C. W. J. & Joyeux, R. (1980). An Introduction to Long-Memory Time Series Models and Fractional Differencing. Journal of Time Series Analysis, 1(1), 15–29. DOI: 10.1111/j.1467-9892.1980.tb00297.x ↗
- Hosking, J. R. M. (1981). Fractional Differencing. Biometrika, 68(1), 165–176. DOI: 10.1093/biomet/68.1.165 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Autoregressive Fractionally Integrated Moving Average Model. ScholarGate. https://scholargate.app/lv/econometrics/arfima-model
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.
- Logistiskā regresijaPētniecības statistika↔ compare
- Parastā mazāko kvadrātu (OLS) regresijaEkonometrija↔ compare
- Fiksēto efektu paneļa datu modelisEkonometrija↔ compare
- Kvantīļu regresijaEkonometrija↔ compare
- Regulētā lineārā regresija (Ridge Regression)Mašīnmācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →