Regression modelEconometrics / time series

Робастная модель ARMA

Робастная модель ARMA расширяет классическую структуру авторегрессионного скользящего среднего (Autoregressive Moving Average, ARMA) путем замены чувствительной функции потерь наименьших квадратов методами оценки, устойчивыми к выбросам — как правило, M-оценками или медианными подходами. Это защищает оценки коэффициентов и прогнозы от искажений, вызванных аддитивными выбросами, сдвигами уровня или инновационными выбросами, которые часто встречаются в экономических и финансовых временных рядах.

Применить в EconMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  1. Franses, P. H., & Ghijsels, H. (1999). Additive outliers, GARCH and forecasting volatility. International Journal of Forecasting, 15(1), 1-9. link
  2. Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. The Annals of Statistics, 14(3), 781-818. link

Как цитировать эту страницу

ScholarGate. (2026, June 3). Robust Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/ru/econometrics/robust-arma-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

Упоминается в

ScholarGateRobust ARMA Model (Robust Autoregressive Moving Average Model). Получено 2026-06-15 из https://scholargate.app/ru/econometrics/robust-arma-model · Набор данных: https://doi.org/10.5281/zenodo.20539026