Regression modelEconometrics / time series

โมเดล Robust ARMA

โมเดล Robust ARMA เป็นการขยายกรอบการทำงานของ Autoregressive Moving Average แบบดั้งเดิม โดยการแทนที่ฟังก์ชันการสูญเสียกำลังสองที่ไวต่อการเปลี่ยนแปลงด้วยวิธีการประมาณค่าที่ทนทานต่อค่าผิดปกติ ซึ่งโดยทั่วไปคือ M-estimators หรือวิธีการที่ใช้ค่ามัธยฐาน สิ่งนี้ช่วยป้องกันค่าสัมประสิทธิ์ที่ประมาณได้และการพยากรณ์จากการถูกบิดเบือนโดยค่าผิดปกติแบบเสริม (additive outliers), การเปลี่ยนแปลงระดับ (level shifts) หรือค่าผิดปกติของนวัตกรรม (innovational outliers) ซึ่งเป็นสิ่งที่พบได้ทั่วไปในอนุกรมเวลาทางเศรษฐกิจและการเงิน

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. Franses, P. H., & Ghijsels, H. (1999). Additive outliers, GARCH and forecasting volatility. International Journal of Forecasting, 15(1), 1-9. link
  2. Martin, R. D., & Yohai, V. J. (1986). Influence functionals for time series. The Annals of Statistics, 14(3), 781-818. link

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Robust Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/th/econometrics/robust-arma-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 ARMA Model (Robust Autoregressive Moving Average Model). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/econometrics/robust-arma-model · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026