Regression modelEconometrics / time series

Robusts ARMA modelis

Robustais ARMA modelis paplašina klasisko autoregresīvo vidējās kustības (ARMA) sistēmu, aizstājot jutīgo mazāko kvadrātu zudumu ar izturīgiem pret izņēmumiem novērtēšanas metodēm — parasti M-novērtētājiem vai mediānas pamatotām pieejām. Tas pasargā koeficientu novērtējumus un prognozes no izkropļojumiem, ko rada piedevas izņēmumi, līmeņa maiņas vai inovāciju izņēmumi, kas bieži sastopami ekonomikas un finanšu 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. Franses, P. H., & Ghijsels, H. (1999). Additive outliers, GARCH and forecasting volatility. International Journal of Forecasting, 15(1), 1-9. link
  2. Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. The Annals of Statistics, 14(3), 781-818. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Robust Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/lv/econometrics/robust-arma-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

ScholarGateRobust ARMA Model (Robust Autoregressive Moving Average Model). Izgūts 2026-06-15 no https://scholargate.app/lv/econometrics/robust-arma-model · Datu kopa: https://doi.org/10.5281/zenodo.20539026