Regression modelEconometrics / time series

Nelineārais autoregresijas (NAR) modelis

Nelineārais AR modelis paplašina klasisko autoregresijas sistēmu, ļaujot atspoguļot pagātnes vērtību saistību ar pašreizējo vērtību kā patvaļīgu vai režīmu pārslēdzošu nelineāru funkciju. Galvenās saimes ietver pašaktivizējošo sliekšņa AR (SETAR), gludās pārejas AR (STAR) un neironu tīklu AR, katra no kurām atspoguļo dažādas asimetrijas, režīmu maiņas vai gludas nelineāras dinamikas formas univariatīvās laika rindās.

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. Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522201
  2. Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. DOI: 10.1080/01621459.1994.10476462

Kā citēt šo lapu

ScholarGate. (2026, June 3). Nonlinear Autoregressive Model. ScholarGate. https://scholargate.app/lv/econometrics/nonlinear-ar-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

ScholarGateNonlinear AR Model (Nonlinear Autoregressive Model). Izgūts 2026-06-15 no https://scholargate.app/lv/econometrics/nonlinear-ar-model · Datu kopa: https://doi.org/10.5281/zenodo.20539026