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.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522249
- 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.
- Modelo ARIMA (Autoregressive Integrated Moving Average)Econometria↔ compare
- Modelo GARCH (Previsão de Volatilidade)Econometria↔ compare
- Modelo de Vetores Autorregressivos (VAR)Econometria↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →