Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Модель ARIMA (Авторегресійна інтегрована ковзна середня)× | Квантильна регресія× | |
|---|---|---|
| Галузь | Економетрика | Економетрика |
| Родина | Regression model | Regression model |
| Рік появи≠ | 2015 | 1978 |
| Автор методу≠ | Box & Jenkins (Box-Jenkins methodology) | Koenker & Bassett |
| Тип≠ | Univariate time-series model | Conditional quantile regression |
| Основоположне джерело≠ | Box, G. E. P., Jenkins, G. M., Reinsel, G. C. & Ljung, G. M. (2015). Time Series Analysis: Forecasting and Control (5th ed.). Wiley. ISBN: 978-1118675021 | Koenker, R. & Bassett, G., Jr. (1978). Regression Quantiles. Econometrica, 46(1), 33-50. DOI ↗ |
| Інші назви | Box-Jenkins model, ARIMA(p,d,q), ARIMA Modeli | conditional quantile regression, regression quantiles, Kantil Regresyon |
| Пов'язані | 5 | 5 |
| Підсумок≠ | ARIMA is a univariate time-series forecasting model that combines autoregressive, integrated (differencing), and moving-average components to predict a single continuous series from its own past. It is the centrepiece of the Box-Jenkins methodology set out in Box, Jenkins, Reinsel & Ljung's Time Series Analysis (5th ed., 2015). | Quantile regression models conditional quantiles of an outcome - the median, the 25th or 75th percentile, and so on - rather than the conditional mean that OLS targets. Introduced by Koenker and Bassett in 1978, it reveals how predictors act across the whole distribution, including its tails. |
| ScholarGateНабір даних ↗ |
|
|