Regression modelEconometrics / time series

โมเดล ARIMA ที่ทนทาน

Robust ARIMA ขยายกรอบการทำงานของ ARIMA แบบดั้งเดิมเพื่อตรวจจับและแก้ไขอิทธิพลของค่าผิดปกติ (outliers) และการเปลี่ยนแปลงโครงสร้าง (structural breaks) ในระหว่างการประมาณค่า ด้วยการระบุข้อสังเกตที่ผิดปกติและประมาณค่าพารามิเตอร์ของโมเดลใหม่ไปพร้อมกัน โมเดลนี้จึงให้ค่าประมาณสัมประสิทธิ์และการพยากรณ์ที่บิดเบือนน้อยกว่า ARIMA มาตรฐานจากผลกระทบของเหตุการณ์ที่ไม่คาดฝันหรือข้อผิดพลาดของข้อมูลที่เกิดขึ้นเพียงครั้งเดียว

นำไปใช้ด้วย EconMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

แหล่งอ้างอิง

  1. Tsay, R. S. (1986). Time series model specification in the presence of outliers. Journal of the American Statistical Association, 81(393), 132–141. DOI: 10.1080/01621459.1986.10478250
  2. Chen, C., & Liu, L.-M. (1993). Joint estimation of model parameters and outlier effects in time series. Journal of the American Statistical Association, 88(421), 284–297. DOI: 10.2307/2290724

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Robust Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/th/econometrics/robust-arima-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.

Compare side by side

ถูกอ้างอิงโดย

ScholarGateRobust ARIMA model (Robust Autoregressive Integrated Moving Average Model). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/econometrics/robust-arima-model · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026