ScholarGate
Assistent
Regression modelEconometrics / time series

Niet-lineair ARIMA-model

Het niet-lineaire ARIMA-model breidt het klassieke Box-Jenkins ARIMA-kader uit door toe te staan dat het conditionele gemiddelde van een tijdreeks afhangt van waarden uit het verleden en fouten uit het verleden via een niet-lineaire functie. Het omvat families zoals Threshold AR (TAR/SETAR), Smooth Transition AR (STAR/LSTAR/ESTAR) en Markov-switching modellen, en vangt asymmetrische dynamieken, regimeveranderingen en cyclische asymmetrieën op die lineaire ARIMA niet kan weergeven.

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. Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522249
  2. Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. link

Deze pagina citeren

ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/nl/econometrics/nonlinear-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
ScholarGateNonlinear ARIMA model (Nonlinear Autoregressive Integrated Moving Average Model). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/econometrics/nonlinear-arima-model · Gegevensset: https://doi.org/10.5281/zenodo.20539026