Metodbevispost

Robust Time Series Analysis

Robust Time Series Analysis fits autoregressive, moving-average, and ARIMA models to series that contain outliers or structural breaks, using M-estimation or MM-estimation instead of ordinary least squares so that a few anomalous observations do not distort the fit. It follows the robust statistics tradition consolidated in Maronna, Martin, Yohai and Salibián-Barrera (2019).

Sources recorded, not reviewed

Källpost

Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.

Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA)

Taxonomisk metodpost · regression-model / statistics

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. · URL

Öppna fullständig metod

Kuraterade påståenden

Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.

Inga kuraterade påståenden ännu

Denna vy hittar inte på en påståendebedömning när loggen saknar en.

Relaterade metoder

Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.

Same method familyBreakdown Point Analysismachine-suggested · Relational suggestion, not evidence.Same method familyMAD Estimationmachine-suggested · Relational suggestion, not evidence.Same method familyOLS Regressionmachine-suggested · Relational suggestion, not evidence.Same method familyRobust Mixed Modelmachine-suggested · Relational suggestion, not evidence.Same method familySn and Qn Scale Estimatorsmachine-suggested · Relational suggestion, not evidence.