Nelineārs ARIMA modelis
Nelineārais ARIMA modelis paplašina klasisko Box-Jenkins ARIMA ietvaru, ļaujot laika sērijas nosacīto vidējo atkarīgu no pagātnes vērtībām un pagātnes kļūdām caur nelineāru funkciju. Tas ietver tādas saimes kā sliekšņa AR (TAR/SETAR), gludas pārejas AR (STAR) un Markova pārslēgšanas modeļi, tverot asimetriskas dinamikas, režīma izmaiņas un biznesa ciklu asimetrijas, ko lineārais ARIMA nevar attēlot.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522249
- Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/lv/econometrics/nonlinear-arima-model
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- ARIMA modelis (autoregresīvais integrētais slīdošais vidējais)Ekonometrija↔ salīdzināt
- GARCH modelis (volatilitātes prognozēšana)Ekonometrija↔ salīdzināt
- Vektora autoregresijas (VAR) modelisEkonometrija↔ salīdzināt
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →