เปรียบเทียบวิธี

	แบบจำลองค่าเฉลี่ยเคลื่อนที่แบบทนทาน (Robust Moving Average - MA Model)	แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1979–2009	1970
ผู้ริเริ่ม	Denby & Martin (1979); Muler, Pena & Yohai (2009)	George Box and Gwilym Jenkins
ประเภท	Robust time series model	Time series forecasting model
แหล่งต้นตำรับ	Denby, L., & Martin, R. D. (1979). Robust estimation of the first-order autoregressive parameter. Journal of the American Statistical Association, 74(365), 140–146.	Box, G. E. P., & Jenkins, G. M. (1970). Time Series Analysis: Forecasting and Control. Holden-Day.
ชื่อเรียกอื่น	robust MA, robust moving average, M-estimation MA, bounded-influence MA	ARIMA, Box-Jenkins model, integrated ARMA, ARIMA(p,d,q)
ที่เกี่ยวข้อง	6	6
สรุป	The Robust MA model applies robust estimation — typically M-estimation or bounded-influence methods — to the Moving Average time series model. By replacing the ordinary least squares loss with a bounded loss function, it produces parameter estimates that are far less sensitive to outliers, additive noise spikes, or heavy-tailed error distributions than the classical Gaussian MA.	The ARIMA(p,d,q) model is the standard workhorse for univariate time series forecasting. It combines autoregressive terms (past values), differencing to induce stationarity, and moving average terms (past shocks) into a unified linear framework. Developed by Box and Jenkins (1970), it remains one of the most widely applied models in econometrics and applied statistics.