পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| টাইম-ভ্যারিয়িং প্যারামিটার জিএলএস (TVP-GLS)× | স্টেট স্পেস মডেল (কালম্যান ফিল্টার)× | |
|---|---|---|
| ক্ষেত্র | অর্থমিতি | অর্থমিতি |
| পরিবার | Regression model | Regression model |
| উদ্ভবের বছর≠ | 1976 | 1990 |
| প্রবর্তক≠ | Cooley & Prescott | Harvey; Durbin & Koopman (state space treatment); Kalman filter |
| ধরন≠ | Time-series regression with drifting coefficients | State space time series model |
| মৌলিক উৎস≠ | Cooley, T. F., & Prescott, E. C. (1976). Estimation in the presence of stochastic parameter variation. Econometrica, 44(1), 167–184. DOI ↗ | Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. DOI ↗ |
| অপর নাম | TVP-GLS, time-varying coefficient GLS, adaptive GLS, state-space GLS | state space, Kalman filter, unobserved components model, Durum Uzayı Modeli (State Space / Kalman Filter) |
| সম্পর্কিত≠ | 2 | 4 |
| সারসংক্ষেপ≠ | Time-varying parameter GLS extends generalized least squares to settings where regression coefficients are not fixed constants but evolve over time according to a stochastic process. By embedding the model in a state-space framework and applying GLS corrections for non-spherical errors, it captures structural change, regime shifts, and gradually drifting relationships in time-series data. | A state space model is a general time series framework that describes a series through unobserved (latent) state variables linked by a measurement equation and a transition equation, with the states estimated in real time by the Kalman filter. Developed in the state space tradition of Harvey (1990) and Durbin & Koopman (2012), it nests ARIMA and exponential smoothing as special cases. |
| ScholarGateডেটাসেট ↗ |
|
|