Zeitvarianzparameter-MA-Modell
Das Zeitvarianzparameter-MA-Modell (TVP-MA) erweitert das Standard-MA-Modell, indem es den zeitlichen Wandel der gleitenden Durchschnittskoeffizienten zulässt. Als Zustandsraummodell formuliert, wird es mittels des Kalman-Filters und -Glätters geschätzt und eignet sich daher gut für Zeitreihen, bei denen sich die Dynamik der Stoßübertragung über die Stichprobe hinweg entwickelt.
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
- Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521321969
- Durbin, J., & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. ISBN: 9780199641178
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Time-Varying Parameter Moving Average Model. ScholarGate. https://scholargate.app/de/econometrics/time-varying-parameter-ma-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
- Moving Average (MA) ModellÖkonometrie↔ compare
- Zeitvarianz-Parameter-Autoregression (TVP-AR)Ökonometrie↔ compare
- Zeitvarianz-ARIMA-Modell (TVP-ARIMA)Ökonometrie↔ compare
- Zeitvarianzmodelle für ARMA-Prozesse (TVP-ARMA)Ökonometrie↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →