Nonlinear AR Model
The Nonlinear AR model extends the classical autoregressive framework by allowing the mapping from past values to the current value to follow an arbitrary or regime-switching nonlinear function. Major families include the Self-Exciting Threshold AR (SETAR), Smooth Transition AR (STAR), and neural network AR, each capturing different forms of asymmetry, regime shifts, or smooth nonlinear dynamics in univariate time series.
Изворни запис
Цитирани радови су копирани дословно из изворног записа методе. Из њих се не изводи верификација на нивоу тврдње.
- Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. · ISBN 9780198522201
- Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. · DOI 10.1080/01621459.1994.10476462
Куроване тврдње
Тврдње су сачуване у регистру доказа, свака са својом проценом.
Овај приказ не измишља процену тврдње када регистар нема ниједну.
Сродне методе
Генерисано из графа метода и приказано као машински предложене везе — не изводи се тврдња доказа.