Robustais ARIMA modelis
Robustais ARIMA modelis paplašina klasisko ARIMA ietvaru, lai noteiktu un labotu izgāzumu un strukturālo pārtraukumu ietekmi novērtēšanas laikā. Kopīgi identificējot anomālas novērojumu un pārvērtējot modeļa parametrus, tas rada koeficientu novērtējumus un prognozes, kas ir daudz mazāk izkropļoti no izolētiem šokiem vai datu kļūdām nekā standarta ARIMA.
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
- Tsay, R. S. (1986). Time series model specification in the presence of outliers. Journal of the American Statistical Association, 81(393), 132–141. DOI: 10.1080/01621459.1986.10478250 ↗
- Chen, C., & Liu, L.-M. (1993). Joint estimation of model parameters and outlier effects in time series. Journal of the American Statistical Association, 88(421), 284–297. DOI: 10.2307/2290724 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/lv/econometrics/robust-arima-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
- Kvantīļu regresijaEkonometrija↔ compare
- SARIMA modelisEkonometrija↔ compare
- Valsts telpas modelis (Kalmana filtrs)Ekonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →