เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)× | ทฤษฎีค่าสุดขีด (Extreme Value Theory: EVT)× | |
|---|---|---|
| สาขาวิชา≠ | เศรษฐมิติ | การเงิน |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 2015 | 2001 |
| ผู้ริเริ่ม≠ | Box & Jenkins (Box-Jenkins methodology) | Coles (textbook treatment); McNeil, Frey & Embrechts |
| ประเภท≠ | Univariate time-series model | Tail / extreme-event model |
| แหล่งต้นตำรับ≠ | 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 | Coles, S. (2001). An Introduction to Statistical Modeling of Extreme Values. Springer. ISBN: 978-1852334598 |
| ชื่อเรียกอื่น≠ | Box-Jenkins model, ARIMA(p,d,q), ARIMA Modeli | EVT, generalized extreme value, generalized Pareto distribution, peaks over threshold |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | ARIMA is a univariate time-series forecasting model that combines autoregressive, integrated (differencing), and moving-average components to predict a single continuous series from its own past. It is the centrepiece of the Box-Jenkins methodology set out in Box, Jenkins, Reinsel & Ljung's Time Series Analysis (5th ed., 2015). | Extreme Value Theory is a statistical framework for modelling the rare events that live in the tail of a probability distribution. As developed in Coles (2001) and applied to risk by McNeil, Frey & Embrechts (2005), it offers two standard routes: the Generalized Extreme Value (GEV) distribution for block maxima and the Generalized Pareto Distribution (GPD), used in the peaks-over-threshold approach, for exceedances above a high threshold. |
| ScholarGateชุดข้อมูล ↗ |
|
|