Robust MA model
The Robust MA model applies robust estimation — typically M-estimation or bounded-influence methods — to the Moving Average time series model. By replacing the ordinary least squares loss with a bounded loss function, it produces parameter estimates that are far less sensitive to outliers, additive noise spikes, or heavy-tailed error distributions than the classical Gaussian MA.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- Denby, L., & Martin, R. D. (1979). Robust estimation of the first-order autoregressive parameter. Journal of the American Statistical Association, 74(365), 140–146. · DOI 10.1080/01621459.1979.10481630
- Muler, N., Pena, D., & Yohai, V. J. (2009). Robust estimation for ARMA models. Annals of Statistics, 37(2), 816–840. · DOI 10.1214/07-AOS570
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.