แบบจำลอง AR ที่ทนทาน (Robust AR Model)
แบบจำลอง AR ที่ทนทาน (robust AR model) ทำการปรับแบบจำลองอนุกรมเวลาแบบ Autoregressive โดยใช้วิธีการประมาณค่า — โดยทั่วไปคือ M-estimators หรือ bounded-influence estimators — ที่ทนทานต่อความผิดเพี้ยนจากค่าผิดปกติ (outliers) และการแจกแจงความคลาดเคลื่อนที่มีหางหนา (heavy-tailed error distributions) ต่างจากการประมาณค่า AR ที่ใช้ OLS แบบจำลอง AR ที่ทนทานจะให้น้ำหนักน้อยลงแก่การสังเกตการณ์ที่มากผิดปกติ เพื่อให้จุดข้อมูลที่ปนเปื้อนจำนวนเล็กน้อยไม่สามารถครอบงำพลวัตที่ปรับได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. Annals of Statistics, 14(3), 781–818. DOI: 10.1214/aos/1176350027 ↗
- Francq, C., & Zakoian, J.-M. (2010). GARCH Models: Structure, Statistical Inference and Financial Applications. Wiley. ISBN: 978-0470683910
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Autoregressive Model. ScholarGate. https://scholargate.app/th/econometrics/robust-ar-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.
- แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)เศรษฐมิติ↔ compare
- แบบจำลอง ARMA (Autoregressive Moving Average)เศรษฐมิติ↔ compare
- แบบจำลองออโตเรเกรสซีฟ (AR)เศรษฐมิติ↔ compare
- การถดถอยกำลังสองน้อยที่สุดทั่วไปแบบคงทน (Robust GLS)เศรษฐมิติ↔ compare
- OLS ที่ทนทาน (OLS พร้อมส่วนคลาดเคลื่อนมาตรฐานที่ทนทาน)เศรษฐมิติ↔ compare
- แบบจำลองแก้ไขความคลาดเคลื่อนเวกเตอร์ที่แข็งแกร่ง (Robust VECM)เศรษฐมิติ↔ compare