Model średniej ruchomej Fouriera (Fourier MA)
Model Fourier MA łączy strukturę błędu średniej ruchomej (MA) z wyrazami szeregu Fouriera — parami sinus i cosinus — w celu uchwycenia złożonych lub wysokoczęstotliwościowych wzorców sezonowych w danych szeregów czasowych. Jest szczególnie użyteczny, gdy okres sezonowy jest długi lub nieregularny, co czyni klasyczną sezonową parametryzację ARIMA niewykonalną.
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
- Hyndman, R. J., & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (3rd ed.). OTexts. link ↗
- Harvey, A. C. (1993). Time Series Models (2nd ed.). MIT Press. ISBN: 978-0262082242
Jak cytować tę stronę
ScholarGate. (2026, June 3). Fourier Moving Average Model. ScholarGate. https://scholargate.app/pl/econometrics/fourier-ma-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 ARIMA z FourieraEkonometria↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →