ScholarGate
Pembantu
Regression modelEconometrics / time series

Model ARIMA Bayesian

Model ARIMA Bayesian menggabungkan rangka kerja ARIMA klasik Box-Jenkins dengan inferens Bayesian. Berbanding mendapatkan anggaran titik tunggal untuk parameter auto-regresif dan bergerak purata, ia meletakkan taburan prior ke atasnya dan menggunakan data terperhati untuk mengemas kini kepercayaan kepada taburan posterior penuh, membolehkan kuantifikasi ketidakpastian yang koheren dan ramalan probabilistik.

Terapkan dengan EconMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Sumber

  1. Pole, A., West, M., & Harrison, J. (1994). Applied Bayesian Forecasting and Time Series Analysis. Chapman & Hall. ISBN: 978-0412416903
  2. Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley. ISBN: 978-1118675021

Cara memetik halaman ini

ScholarGate. (2026, June 3). Bayesian Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/ms/econometrics/bayesian-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.

Compare side by side

Dirujuk oleh

ScholarGateBayesian ARIMA model (Bayesian Autoregressive Integrated Moving Average Model). Dicapai 2026-06-15 daripada https://scholargate.app/ms/econometrics/bayesian-arima-model · Set data: https://doi.org/10.5281/zenodo.20539026