王志坚;王斌辉 稳健AR模型的形成与比较。 （中文。英文摘要） Zbl 1449.62191号 数学。实际。理论 49，第13号，156-166（2019）。 摘要：时间序列AR模型在建模时容易受到异常值的干扰，从而导致建模结果偏离实际。针对这一现象，本文将Hampel权函数应用于自相关函数，然后建立了AR模型的鲁棒算法，以避免异常值的干扰，并在自相关函数鲁棒算法的基础上进行了数字仿真和实证分析。我们发现，当数据中没有异常值时，传统估计方法和稳健估计方法的结果基本相同。当数据中存在异常值时，传统估计方法的结果发生了很大变化，而稳健估计方法保持一致。对比表明，稳健估计方法具有良好的抗干扰性和高可靠性，能够有效地避免野值的干扰。 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62G32型 极值统计；尾部推断 62G35型 非参数稳健性 关键词：AR模型;稳健统计;稳健估计;离群值 PDF格式BibTeX公司 XML格式引用 \textit{Z.Wang}和\textit{B.Wang}.数学。实际。理论49，编号13156-166（2019；兹bl 1449.62191）