Model ARIMA Teguh
ARIMA Teguh melanjutkan kerangka kerja ARIMA klasik untuk mengesan dan membetulkan pengaruh pencilan dan pemecahan struktur semasa anggaran. Dengan mengenal pasti pemerhatian luar biasa secara bersama dan menganggar semula parameter model, ia menghasilkan anggaran pekali dan ramalan yang jauh kurang terdistorsi oleh kejutan terpencil atau ralat data berbanding ARIMA standard.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Robust Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/ms/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.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometrik↔ compare
- Regresi KuantilEkonometrik↔ compare
- Model SARIMAEkonometrik↔ compare
- Model Ruang Keadaan (Penuras Kalman)Ekonometrik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →