ScholarGate
Assistent
Regression modelEconometrics / time series

Robust SARIMA-modell

Robust SARIMA utvidgar det klassiska ramverket för Seasonal ARIMA genom att ersätta standardkriteriet för minsta kvadratmetoden med en robust förlustfunktion — såsom en M-estimator — så att extremvärden och innovationer med tjocka svansar i säsongsmässiga tidsserier inte kan förvränga parameterskattningar eller ogiltigförklara prognoser.

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. Muler, N., Peña, D., & Yohai, V. J. (2009). Robust estimation for ARMA models. The Annals of Statistics, 37(2), 816–840. DOI: 10.1214/07-AOS570
  2. Franses, P. H., & Ghijsels, H. (1999). Additive outliers, GARCH and forecasting volatility. International Journal of Forecasting, 15(1), 1–9. DOI: 10.1016/S0169-2070(98)00053-3

Så citerar du den här sidan

ScholarGate. (2026, June 3). Robust Seasonal Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/sv/econometrics/robust-sarima-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
ScholarGateRobust SARIMA model (Robust Seasonal Autoregressive Integrated Moving Average Model). Hämtad 2026-06-15 från https://scholargate.app/sv/econometrics/robust-sarima-model · Datamängd: https://doi.org/10.5281/zenodo.20539026