ScholarGate
Assistent
Regression modelEconometrics / time series

Robuust ARMA-model

Het Robuuste ARMA-model breidt het klassieke Autoregressive Moving Average-raamwerk uit door de gevoelige kleinste-kwadratenverliesfunctie te vervangen door robuuste schattingsmethoden die bestand zijn tegen uitschieters — doorgaans M-schatters of mediaan-gebaseerde benaderingen. Dit beschermt coëfficiëntschattingen en voorspellingen tegen vervorming door additieve uitschieters, niveauverschuivingen of innovatieve uitschieters die veel voorkomen in economische en financiële tijdreeksen.

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. Franses, P. H., & Ghijsels, H. (1999). Additive outliers, GARCH and forecasting volatility. International Journal of Forecasting, 15(1), 1-9. link
  2. Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. The Annals of Statistics, 14(3), 781-818. link

Deze pagina citeren

ScholarGate. (2026, June 3). Robust Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/nl/econometrics/robust-arma-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

ScholarGateRobust ARMA Model (Robust Autoregressive Moving Average Model). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/econometrics/robust-arma-model · Gegevensset: https://doi.org/10.5281/zenodo.20539026