Zeitvarianzmodelle für ARMA-Prozesse (TVP-ARMA)
Das Zeitvarianzmodell für ARMA-Prozesse (TVP-ARMA) erweitert den klassischen ARMA-Rahmen, indem es den zeitlichen Wandel der autoregressiven und gleitenden Durchschnittskoeffizienten ermöglicht. Eingebettet in eine Zustandsraumdarstellung und geschätzt mittels des Kalman-Filters, erfasst es strukturelle Veränderungen und Parameterinstabilitäten in Zeitreihen, ohne einen expliziten Bruchpunkt zu erfordern.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Cooley, T. F., & Prescott, E. C. (1976). Estimation in the presence of stochastic parameter variation. Econometrica, 44(1), 167–184. DOI: 10.2307/1911389 ↗
- Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521405737
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/de/econometrics/time-varying-parameter-arma-model
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.
- ARMA-Modell (Autoregressiver gleitender Durchschnitt)Ökonometrie↔ compare
- Kalman FilterBayes-Statistik↔ compare
- Zustandsraummodell (Kalman-Filter)Ökonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →