Nemlineáris autoregresszív folyamatoknak milyen fajtái ismertek az irodalomból, miket és mire szoktak használni?

Nemlineáris autoregresszív exogén (NARX) modell: Ez a modell kiterjeszti az autoregresszív folyamatot azáltal, hogy bevonja a modellbe exogén változókat is. A NARX modell alkalmas lehet olyan idősorok modellezésére, ahol a kimeneti változók nem csak a korábbi időpontokban mért értékeken, hanem az exogén változók jelenlegi és/vagy múltbeli értékein is alapulnak.

Nemlineáris autoregresszív mozgóátlag (NARMA) modell: Ez a modell kombinálja az autoregresszív és a mozgóátlag modellek elemzését. A NARMA modell az előző időpontokban mért értékeket és a hozzájuk tartozó hibát használja fel a jelenlegi érték becslésére. A NARMA modell gyakran alkalmazható nemlineáris rendszerek modellezésére.

Nemlineáris autoregresszív integrált mozgóátlag (NARIMA) modell: Ez a modell a NARMA modellt kiterjeszti azáltal, hogy integráló tényezőt is tartalmaz. Az integrálás lehetővé teszi az idősorok differenciálását, amely segíthet az idősorok szerkezetének jobb modellezésében.

A nemlineáris autoregresszív modellek lehetnek hasznosak idősorok elemzésében, előrejelzésében, rendszermodellezésben és más alkalmazási területeken, ahol a lineáris modellek nem elegendőek a valóságos rendszerek leírására.