ScholarGate
Assistent
Regression modelEconometrics / time series

Fourier ARMA-modell

Fourier ARMA-modellen utvider det klassiske Autoregressive Moving Average-rammeverket med lavfrekvente Fourier-termer (sinus og cosinus) for å fange opp jevne, gradvise skift i gjennomsnittet eller trenden til en tidsserie. I motsetning til dummyvariabeltilnærminger, krever den ingen forkunnskaper om når strukturelle endringer skjedde, og tilnærmer endring med fleksible trigonometriske funksjoner.

Anvend med EconMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  1. Becker, R., Enders, W., & Hurn, S. (2006). A general test for time dependence in parameters. Journal of Applied Econometrics, 21(7), 1005–1028. link
  2. Enders, W., & Jones, P. (2016). Grain prices, oil prices, and multiple smooth breaks in a VAR. Studies in Nonlinear Dynamics and Econometrics, 20(4), 399–419. DOI: 10.1515/snde-2014-0101

Slik siterer du denne siden

ScholarGate. (2026, June 3). Fourier-Augmented Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/no/econometrics/fourier-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
ScholarGateFourier ARMA model (Fourier-Augmented Autoregressive Moving Average Model). Hentet 2026-06-15 fra https://scholargate.app/no/econometrics/fourier-arma-model · Datasett: https://doi.org/10.5281/zenodo.20539026