Robust tidsserieanalyse
Robust tidsserieanalyse tilpasser autoregressive, glidende gjennomsnitt- og ARIMA-modeller til serier som inneholder uteliggere eller strukturelle brudd, ved å bruke M-estimering eller MM-estimering i stedet for minste kvadraters metode, slik at noen få unormale observasjoner ikke forvrenger tilpasningen. Den følger tradisjonen innen robust statistikk, konsolidert i Maronna, Martin, Yohai og Salibián-Barrera (2019).
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA). ScholarGate. https://scholargate.app/no/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.
- NedbrytningspunktanalyseStatistikk↔ compare
- Median Absolute Deviation (MAD) EstimeringStatistikk↔ compare
- Minste kvadraters metode (OLS)Økonometri↔ compare
- Robust lineære blandede effektmodellerStatistikk↔ compare
- Sn og Qn robuste skaleringsestimatorerStatistikk↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →