Beijesas slīdošā vidējā (MA) modelis
Beijesa MA modelis novērtē slīdošā vidējā laika rindu modeli pilnībā Beijesa ietvarā, nosakot a priori sadalījumus MA parametriem un kļūdu dispersijai un atjauninot tos, izmantojot Beijesa teorēmu. Šī pieeja nodrošina pilnīgus a posteriori sadalījumus modeļa parametriem un rada varbūtiskas prognozes ar saskaņotu nenoteiktības kvantifikāciju.
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
- West, M., & Harrison, J. (1997). Bayesian Forecasting and Dynamic Models (2nd ed.). Springer. ISBN: 978-0387947259
- Geweke, J., & Meese, R. (1981). Estimating regression models of finite but unknown order. International Economic Review, 22(1), 55–70. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Moving Average Model. ScholarGate. https://scholargate.app/lv/econometrics/bayesian-ma-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.
- ARIMA modelis (autoregresīvais integrētais slīdošais vidējais)Ekonometrija↔ compare
- Bayesiešu autoregresijas (AR) modelisEkonometrija↔ compare
- Bayesiešu ARIMA modelisEkonometrija↔ compare
- Baijesa ARMA modelisEkonometrija↔ compare
- Bayesiešu VAR modelis (BVAR)Ekonometrija↔ compare
- Modelis ar slīdošo vidējo (MA)Ekonometrija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →