ARFIMA: Model ułamkowo zintegrowanego modelu ARMA
ARFIMA to model szeregów czasowych, który wychwytuje zachowanie długiej pamięci za pomocą ułamkowego parametru różnicowania d, uogólniając całkowite różnicowanie ARIMA. Został wprowadzony przez Grangera i Joyeux (1980) oraz sformalizowany przez Hoskinga (1981) w celu opisu szeregów, których autokorelacje zanikają powoli, a nie gwałtownie.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Granger, C. W. J. & Joyeux, R. (1980). An Introduction to Long-Memory Time Series Models and Fractional Differencing. Journal of Time Series Analysis, 1(1), 15–29. DOI: 10.1111/j.1467-9892.1980.tb00297.x ↗
- Hosking, J. R. M. (1981). Fractional Differencing. Biometrika, 68(1), 165–176. DOI: 10.1093/biomet/68.1.165 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Autoregressive Fractionally Integrated Moving Average Model. ScholarGate. https://scholargate.app/pl/econometrics/arfima-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.
- Regresja logistycznaStatystyka w badaniach↔ compare
- Regresja metodą najmniejszych kwadratów (OLS)Ekonometria↔ compare
- Model efektów stałych dla danych panelowychEkonometria↔ compare
- Regresja kwantylowaEkonometria↔ compare
- Regularyzacja grzbietowa (Ridge Regression)Uczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →