Модел на авторегресивна интегрирана плъзгаща се средна стойност с променливи във времето параметри (TVP-ARIMA)
Моделът на авторегресивна интегрирана плъзгаща се средна стойност с променливи във времето параметри (TVP-ARIMA) разширява класическата рамка на ARIMA, като позволява коефициентите на авторегресия и плъзгаща се средна стойност да се развиват във времето, вместо да остават фиксирани. Формулиран в пространствено-времева форма и оценен чрез филтъра на Калман, той е предназначен за икономически и финансови времеви редове, чиято динамична структура се променя в отговор на структурни прекъсвания, промени в политиката или преходи в режима.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521405737
- Cooley, T. F., & Prescott, E. C. (1976). Estimation in the Presence of Stochastic Parameter Variation. Econometrica, 44(1), 167–184. DOI: 10.2307/1911389 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/bg/econometrics/time-varying-parameter-arima-model
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Модел ARIMA (Авторегресионен интегриран плъзгащ се среден)Иконометрия↔ сравняване
- Калманов филтърБейсови методи↔ сравняване
- Модел в състояние пространство (Калманов филтър)Иконометрия↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →