Robusna analiza vremenskih serija
Robusna analiza vremenskih serija prilagođava autoregresione, pokretne proseke i ARIMA modele serijama koje sadrže odstupanja ili strukturne promene, koristeći M-procenu ili MM-procenu umesto običnih najmanjih kvadrata, tako da nekoliko anomaličnih opservacija ne iskrivi uklapanje. Ona sledi tradiciju robusne statistike konsolidovanu u Maronna, Martin, Yohai i Salibián-Barrera (2019).
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. ISBN: 978-1119214687
- Peña, D., & Guttman, I. (1988). A Bayesian Approach for Predicting with Outliers. Journal of the American Statistical Association. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA). ScholarGate. https://scholargate.app/sr/statistics/robust-time-series
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.
- Analiza tačke raspadaStatistika↔ compare
- Procena medijanske apsolutne devijacije (MAD)Statistika↔ compare
- Regresija običnih najmanjih kvadrata (OLS)Ekonometrija↔ compare
- Robusni model mešovitih efekataStatistika↔ compare
- Sn and Qn Scale EstimatorsStatistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →