ScholarGate
Assistent
Regression modelEconometrics / time series

Icke-linjär autoregressiv (NAR) modell

Den icke-linjära AR-modellen utvidgar det klassiska autoregressiva ramverket genom att tillåta att avbildningen från tidigare värden till det aktuella värdet följer en godtycklig eller regimväxlande icke-linjär funktion. Huvudfamiljer inkluderar Self-Exciting Threshold AR (SETAR), Smooth Transition AR (STAR) och neurala nätverks-AR, som var och en fångar olika former av asymmetri, regimskiften eller jämna icke-linjära dynamiker i univariata tidsserier.

Tillämpa med EconMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  1. Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522201
  2. 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

Så citerar du den här sidan

ScholarGate. (2026, June 3). Nonlinear Autoregressive Model. ScholarGate. https://scholargate.app/sv/econometrics/nonlinear-ar-model

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

ScholarGateNonlinear AR Model (Nonlinear Autoregressive Model). Hämtad 2026-06-15 från https://scholargate.app/sv/econometrics/nonlinear-ar-model · Datamängd: https://doi.org/10.5281/zenodo.20539026