Robusts autoregresīvais modelis
Robusta AR modelis pielāgo autoregresīvu laika sēriju specifikāciju, izmantojot novērtēšanas metodes — parasti M-novērtētājus vai ierobežotas ietekmes novērtētājus —, kas pretojas ārkārtēju vērtību un biezo astiņu kļūdu sadalījumu izraisītai deformācijai. Atšķirībā no OLS (mazāko kvadrātu metodes) balstītas AR novērtēšanas, robustās variācijas mazāk novērtē ekstrēmus novērojumus, lai neliels skaits piesārņotu datu punktu nevarētu dominēt pār pielāgotajām dinamikām.
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
- Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. Annals of Statistics, 14(3), 781–818. DOI: 10.1214/aos/1176350027 ↗
- Francq, C., & Zakoian, J.-M. (2010). GARCH Models: Structure, Statistical Inference and Financial Applications. Wiley. ISBN: 978-0470683910
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Autoregressive Model. ScholarGate. https://scholargate.app/lv/econometrics/robust-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.
- ARIMA modelis (autoregresīvais integrētais slīdošais vidējais)Ekonometrija↔ compare
- ARMA modelis (Autoregresīvs vidējais aritmētiskais)Ekonometrija↔ compare
- Autoregresīvs modelis (AR)Ekonometrija↔ compare
- Robustā vispārīgā mazāko kvadrātu metode (Robust GLS)Ekonometrija↔ compare
- Robustā OLS (OLS ar robustām standarta kļūdām)Ekonometrija↔ compare
- Robustais Vektora kļūdu labojumu modelis (Robust VECM)Ekonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →