ARFIMA: Модель дробно-интегрированного ARMA
ARFIMA — это модель временных рядов, которая улавливает поведение долгой памяти с помощью параметра дробного дифференцирования d, обобщающего целочисленное дифференцирование ARIMA. Она была предложена Грейнджером и Джойё (Granger and Joyeux, 1980) и формализована Хоскингом (Hosking, 1981) для описания рядов, автокорреляции которых убывают медленно, а не резко.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Autoregressive Fractionally Integrated Moving Average Model. ScholarGate. https://scholargate.app/ru/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.
- Логистическая регрессияСтатистика исследований↔ compare
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
- Модель с фиксированными эффектами для панельных данныхЭконометрика↔ compare
- Квантильная регрессияЭконометрика↔ compare
- Гребневая регрессияМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →