Zeitvariantes Parameter-SARIMA-Modell (TVP-SARIMA)
Das Zeitvariante Parameter SARIMA-Modell erweitert den klassischen SARIMA-Rahmen, indem es erlaubt, dass autoregressive und gleitende Durchschnittskoeffizienten sich im Laufe der Zeit entwickeln. Als Zustandsraum-System formuliert und mit dem Kalman-Filter geschätzt, erfasst es sowohl saisonale Muster als auch strukturelle Veränderungen innerhalb eines einzigen, einheitlichen Modells.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
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 Seasonal Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/de/econometrics/time-varying-parameter-sarima-model
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- ARIMA-Modell (Autoregressives integriertes gleitendes Durchschnittsmodell)Ökonometrie↔ vergleichen
- Kalman FilterBayes-Statistik↔ vergleichen
- SARIMA-ModellÖkonometrie↔ vergleichen
- Zustandsraummodell (Kalman-Filter)Ökonometrie↔ vergleichen
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →