ScholarGate
Assistent
Regression modelEconometrics / time series

Bayesiansk ARIMA-modell

Den Bayesianska ARIMA-modellen kombinerar det klassiska Box-Jenkins ARIMA-ramverket med Bayesiansk inferens. Istället för att erhålla enskilda punktuppskattningar för autoregressiva och glidande medelvärdesparametrar, placeras priorfördelningar över dem och observerade data används för att uppdatera trosuppfattningar till en fullständig posteriorfördelning, vilket möjliggör koherent osäkerhetskvantifiering och probabilistisk prognostisering.

Tillämpa med EconMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

Källor

  1. Pole, A., West, M., & Harrison, J. (1994). Applied Bayesian Forecasting and Time Series Analysis. Chapman & Hall. ISBN: 978-0412416903
  2. 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

Så citerar du den här sidan

ScholarGate. (2026, June 3). Bayesian Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/sv/econometrics/bayesian-arima-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

Refereras av

ScholarGateBayesian ARIMA model (Bayesian Autoregressive Integrated Moving Average Model). Hämtad 2026-06-15 från https://scholargate.app/sv/econometrics/bayesian-arima-model · Datamängd: https://doi.org/10.5281/zenodo.20539026