Bayesian ARIMA Model
Байесовская модель ARIMA объединяет классическую структуру ARIMA Бокса-Дженкинса с байесовским выводом. Вместо получения точечных оценок для авторегрессионных параметров и параметров скользящего среднего, модель задает априорные распределения для них и использует наблюдаемые данные для обновления убеждений в полное апостериорное распределение, что обеспечивает согласованную количественную оценку неопределенности и вероятностное прогнозирование.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Pole, A., West, M., & Harrison, J. (1994). Applied Bayesian Forecasting and Time Series Analysis. Chapman & Hall. ISBN: 978-0412416903
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/ru/econometrics/bayesian-arima-model
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Модель ARIMA (авторегрессионная интегрированная скользящая средняя)Эконометрика↔ сравнить
- Байесовский ARDL-тест на коинтеграциюЭконометрика↔ сравнить
- Модель Байесовской SARIMAЭконометрика↔ сравнить
- Модель Байесовского векторного авторегрессионного анализа (BVAR)Эконометрика↔ сравнить
- Модель SARIMAЭконометрика↔ сравнить
- Векторная авторегрессия (VAR)Эконометрика↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →