So sánh phương pháp
Xem các phương pháp đã chọn cạnh nhau; những hàng khác biệt được làm nổi bật.
| Mô hình ARIMA (Autoregressive Integrated Moving Average)× | Tổng bình phương nhỏ nhất tổng quát mạnh mẽ (Robust GLS)× | |
|---|---|---|
| Lĩnh vực | Kinh tế lượng | Kinh tế lượng |
| Họ | Regression model | Regression model |
| Năm ra đời≠ | 1970 | 1936 / 1980 |
| Người khởi xướng≠ | George Box and Gwilym Jenkins | Aitken (GLS theory, 1936); White (robust covariance, 1980) |
| Loại≠ | Time series forecasting model | Robust linear regression |
| Công trình gốc≠ | Box, G. E. P., & Jenkins, G. M. (1970). Time Series Analysis: Forecasting and Control. Holden-Day. link ↗ | Greene, W. H. (2012). Econometric Analysis (7th ed.). Pearson. Chapter 9: The Generalized Regression Model and Heteroscedasticity. ISBN: 978-0131395381 |
| Tên gọi khác | ARIMA, Box-Jenkins model, integrated ARMA, ARIMA(p,d,q) | robust generalized least squares, GLS with robust standard errors, heteroscedasticity-consistent GLS, HC-GLS |
| Liên quan≠ | 6 | 5 |
| Tóm tắt≠ | The ARIMA(p,d,q) model is the standard workhorse for univariate time series forecasting. It combines autoregressive terms (past values), differencing to induce stationarity, and moving average terms (past shocks) into a unified linear framework. Developed by Box and Jenkins (1970), it remains one of the most widely applied models in econometrics and applied statistics. | Robust GLS extends classical Generalized Least Squares by pairing GLS coefficient estimation with heteroscedasticity- and autocorrelation-consistent (HAC) standard errors, or by using M-estimation within the GLS framework. It corrects for non-spherical errors — heteroscedasticity, autocorrelation, or both — while also guarding inference against misspecification of the error covariance structure. |
| ScholarGateBộ dữ liệu ↗ |
|
|