Robust ARMA Model
The Robust ARMA model extends the classical Autoregressive Moving Average framework by replacing the sensitive least-squares loss with outlier-resistant estimation methods — typically M-estimators or median-based approaches. This protects coefficient estimates and forecasts from being distorted by additive outliers, level shifts, or innovational outliers that are common in economic and financial time series.
Kilderegister
Siteringer kopiert ordrett fra metodens kilderegister. Ingen påstandsnivåverifisering er underforstått fra dem.
- Franses, P. H., & Ghijsels, H. (1999). Additive outliers, GARCH and forecasting volatility. International Journal of Forecasting, 15(1), 1-9. · URL
- Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. The Annals of Statistics, 14(3), 781-818. · URL
Kuraterte påstander
Påstander lagret i bevishovedboken, hver med sin egen vurdering.
Denne visningen finner ikke opp en påstandsvurdering når hovedboken ikke har noen.
Relaterte metoder
Generert fra metodegrafen og vist som maskinforslåtte relasjoner – ingen bevispåstand er underforstått.