เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์อนุกรมเวลาแบบทนทาน× | การวิเคราะห์จุดแตกหัก× | |
|---|---|---|
| สาขาวิชา | สถิติศาสตร์ | สถิติศาสตร์ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 2019 | 1983 |
| ผู้ริเริ่ม≠ | Maronna, Martin, Yohai & Salibián-Barrera (textbook treatment); robust estimation tradition | Hampel (1971); Donoho & Huber (1983) |
| ประเภท≠ | Robust time series model (AR / MA / ARIMA) | Robustness diagnostic for estimators |
| แหล่งต้นตำรับ≠ | 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 | Donoho, D. L. & Huber, P. J. (1983). The Notion of Breakdown Point. In A Festschrift for Erich L. Lehmann (pp. 157-184). Wadsworth. link ↗ |
| ชื่อเรียกอื่น | robust ARIMA, robust autoregressive model, outlier-resistant time series, Robust Zaman Serisi Analizi | breakdown point, finite-sample breakdown point, robustness breakdown analysis, Bozunma Noktası Analizi |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | 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). | Breakdown point analysis quantifies the fraction of outliers an estimator can tolerate before it produces meaningless results. Formalised by Hampel (1971) and Donoho and Huber (1983), it is the standard tool for comparing the robustness of competing estimators. |
| ScholarGateชุดข้อมูล ↗ |
|
|