Regression modelEconometrics / time series

Baijesa ARMA modelis

Baijesa ARMA modelis pielieto Baijesa secinājumus klasiskajai autoregresīvās slīdošā vidējā (ARMA) sistēmai stacionārām vienfaktora laika rindām. Tā vietā, lai iegūtu vienpunktu novērtējumus AR un MA parametriem, tas sniedz pilnīgas a posteriori sadalījumu, dabiski iekļaujot iepriekšējās zināšanas un nodrošinot saskaņotu nenoteiktības kvantifikāciju prognozēm un impulsa reakcijām.

Pielietot ar EconMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. Geweke, J., & Meese, R. (1981). Estimating regression models of finite but unknown order. International Economic Review, 22(1), 55–70. link
  2. Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley. ISBN: 978-1118675021

Kā citēt šo lapu

ScholarGate. (2026, June 3). Bayesian Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/lv/econometrics/bayesian-arma-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.

Compare side by side

Uz to atsaucas

ScholarGateBayesian ARMA model (Bayesian Autoregressive Moving Average Model). Izgūts 2026-06-15 no https://scholargate.app/lv/econometrics/bayesian-arma-model · Datu kopa: https://doi.org/10.5281/zenodo.20539026