ScholarGate
Trợ lý
Regression modelEconometrics / time series

Mô hình ARMA Mạnh mẽ

Mô hình ARMA Mạnh mẽ mở rộng khuôn khổ Trung bình Tự hồi quy cổ điển bằng cách thay thế hàm mất mát bình phương tối thiểu nhạy cảm bằng các phương pháp ước lượng kháng nhiễu ngoại lai — thường là các ước lượng M hoặc phương pháp dựa trên trung vị. Điều này bảo vệ các ước lượng hệ số và dự báo khỏi bị biến dạng bởi các nhiễu ngoại lai cộng dồn, dịch chuyển mức hoặc nhiễu ngoại lai đổi mới phổ biến trong chuỗi thời gian kinh tế và tài chính.

Áp dụng với EconMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

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

Nguồn tài liệu

  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

Cách trích dẫn trang này

ScholarGate. (2026, June 3). Robust Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/vi/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

Được tham chiếu bởi

ScholarGateRobust ARMA Model (Robust Autoregressive Moving Average Model). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/econometrics/robust-arma-model · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026