Phân tích chuỗi thời gian mạnh mẽ
Phân tích chuỗi thời gian mạnh mẽ phù hợp với các mô hình tự hồi quy, trung bình trượt và ARIMA cho các chuỗi chứa các điểm ngoại lai hoặc các điểm đứt gãy cấu trúc, sử dụng ước lượng M hoặc ước lượng MM thay vì phương pháp bình phương tối thiểu thông thường để một vài quan sát bất thường không làm sai lệch sự phù hợp. Nó tuân theo truyền thống thống kê mạnh mẽ được củng cố trong Maronna, Martin, Yohai và Salibián-Barrera (2019).
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Maronna, R. A., Martin, R. D., Yohai, V. J., & Salibián-Barrera, M. (2019). Robust Statistics: Theory and Methods (with R) (2nd ed.). Wiley. ISBN: 978-1119214687
- Peña, D., & Guttman, I. (1988). A Bayesian Approach for Predicting with Outliers. Journal of the American Statistical Association. link ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 1). Robust Time Series Analysis (M- and MM-estimation based AR / MA / ARIMA). ScholarGate. https://scholargate.app/vi/statistics/robust-time-series
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.
- Phân tích điểm phá vỡThống kê↔ compare
- Ước lượng Độ lệch Tuyệt đối Trung vị (MAD)Thống kê↔ compare
- Hồi quy Bình phương Tối thiểu Thông thường (OLS)Kinh tế lượng↔ compare
- Mô hình Hỗn hợp Tuyến tính Mạnh mẽThống kê↔ compare
- Các ước lượng tầm Sn và Qn mạnh mẽThống kê↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →