Robuuste tijdreeksanalyse
Robuuste tijdreeksanalyse past autoregressieve, moving-average en ARIMA-modellen toe op reeksen die uitschieters of structurele breuken bevatten, door gebruik te maken van M-schatting of MM-schatting in plaats van gewone kleinste kwadraten, zodat een paar anomale waarnemingen de aanpassing niet verstoren. Het volgt de traditie van robuuste statistiek, geconsolideerd in Maronna, Martin, Yohai en Salibián-Barrera (2019).
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. ISBN: 978-1119214687
- Peña, D., & Guttman, I. (1988). A Bayesian Approach for Predicting with Outliers. Journal of the American Statistical Association. link ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA). ScholarGate. https://scholargate.app/nl/statistics/robust-time-series
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.
- Breakdown Point AnalysisStatistiek↔ compare
- Schatting van de Mediane Absolute Afwijking (MAD)Statistiek↔ compare
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ compare
- Robuust Lineair Gemengd-EffectenmodelStatistiek↔ compare
- Sn en Qn Robuuste Schatters voor SchaalStatistiek↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →