ScholarGate
Assistent
Regression modelEconometrics / time series

Structurele Breuk SARIMA Model

Het Structurele Breuk SARIMA-model breidt het klassieke Seizoensgebonden ARIMA-kader uit door expliciet abrupte, permanente verschuivingen in het niveau, de trend of het seizoenspatroon van een tijdreeks te detecteren en te accommoderen. In plaats van een enkele SARIMA-specificatie over het gehele monster te forceren, partitioneert het model de reeks bij geschatte breekpunten en past afzonderlijke SARIMA-processen toe op elk resulterend segment, wat resulteert in nauwkeurigere voorspellingen en betrouwbaardere gevolgtrekkingen in de aanwezigheid van regimeveranderingen.

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. Bai, J., & Perron, P. (1998). Estimating and testing linear models with multiple structural changes. Econometrica, 66(1), 47–78. DOI: 10.2307/2998540
  2. Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley. ISBN: 978-1118675021

Deze pagina citeren

ScholarGate. (2026, June 3). Structural Break Seasonal Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/nl/econometrics/structural-break-sarima-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

ScholarGateStructural Break SARIMA Model (Structural Break Seasonal Autoregressive Integrated Moving Average Model). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/econometrics/structural-break-sarima-model · Gegevensset: https://doi.org/10.5281/zenodo.20539026