ScholarGate
Assistent
Regression model

ARFIMA: Model met fractioneel geïntegreerde ARMA

ARFIMA is een tijdreeksmodel dat gedrag met een lange geheugen vastlegt met behulp van een fractionele differentiatieparameter d, die de gehele differentiatie van ARIMA generaliseert. Het werd geïntroduceerd door Granger en Joyeux (1980) en geformaliseerd door Hosking (1981) om reeksen te beschrijven waarvan de autocorrelaties langzaam in plaats van abrupt afnemen.

Toepassen met EconMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  1. Granger, C. W. J. & Joyeux, R. (1980). An Introduction to Long-Memory Time Series Models and Fractional Differencing. Journal of Time Series Analysis, 1(1), 15–29. DOI: 10.1111/j.1467-9892.1980.tb00297.x
  2. Hosking, J. R. M. (1981). Fractional Differencing. Biometrika, 68(1), 165–176. DOI: 10.1093/biomet/68.1.165

Deze pagina citeren

ScholarGate. (2026, June 1). Autoregressive Fractionally Integrated Moving Average Model. ScholarGate. https://scholargate.app/nl/econometrics/arfima-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

Geciteerd door

ScholarGateARFIMA Model (Autoregressive Fractionally Integrated Moving Average Model). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/econometrics/arfima-model · Gegevensset: https://doi.org/10.5281/zenodo.20539026