ScholarGate
Assistente
Regression modelEconometrics / time series

Modelo ARIMA Não Linear

O modelo ARIMA Não Linear estende o arcabouço clássico ARIMA de Box-Jenkins ao permitir que a média condicional de uma série temporal dependa de valores passados e erros passados através de uma função não linear. Ele engloba famílias como AR de Limiar (TAR/SETAR), AR de Transição Suave (STAR/LSTAR/ESTAR) e modelos de alternância de Markov, capturando dinâmicas assimétricas, mudanças de regime e assimetrias de ciclo de negócios que o ARIMA linear não consegue representar.

Aplicar com EconMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

The neighbourhood of related methods — select a node to explore.

Fontes

  1. Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522249
  2. Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. link

Como citar esta página

ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/pt/econometrics/nonlinear-arima-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.

Compare side by side
ScholarGateNonlinear ARIMA model (Nonlinear Autoregressive Integrated Moving Average Model). Recuperado em 2026-06-15 de https://scholargate.app/pt/econometrics/nonlinear-arima-model · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026