Bayesowski model SARIMA
Bayesowski model SARIMA łączy klasyczne ramy sezonowego modelu ARIMA wg Boxa-Jenkinsa z wnioskowaniem Bayesowskim w celu analizy sezonowych danych szeregów czasowych. Zamiast generować pojedynczą estymację punktową, model zwraca pełny rozkład a posteriori parametrów modelu, przenosząc niepewność parametrów bezpośrednio do prognoz i umożliwiając zasadnicze włączenie wiedzy a priori.
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
- Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley. ISBN: 978-1118675021
- Geweke, J., & Whiteman, C. (2006). Bayesian forecasting. In G. Elliott, C. W. J. Granger, & A. Timmermann (Eds.), Handbook of Economic Forecasting (Vol. 1, pp. 3–80). Elsevier. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Seasonal Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/pl/econometrics/bayesian-sarima-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.
- Model ARIMA (Autoregresyjny Zintegrowany Model Średniej Ruchomej)Ekonometria↔ compare
- Model Bayesowski VAR (BVAR)Ekonometria↔ compare
- Model SARIMAEkonometria↔ compare
- Model przestrzeni stanów (filtr Kalmana)Ekonometria↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →