Regression modelEconometrics / time series

مدل بیزی GARCH

مدل بیزی GARCH چارچوب GARCH را برای نوسانات متغیر با زمان با استنتاج پسین بیزی ترکیب می‌کند. به جای بیشینه‌سازی درست‌نمایی، توزیع‌های پیشین را برای پارامترهای GARCH مشخص کرده و از پسین حاصل — معمولاً از طریق مونت کارلو زنجیره مارکوف (MCMC) — نمونه‌برداری می‌کند تا هم تخمین‌های نقطه‌ای و هم عدم قطعیت کامل در مورد دینامیک نوسانات را کمی کند.

به‌کارگیری با EconMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. Geweke, J. (1989). Exact predictive densities for linear models with ARCH disturbances. Journal of Econometrics, 40(1), 63–86. DOI: 10.1016/0304-4076(89)90030-4
  2. Nakatsuma, T. (2000). Bayesian analysis of ARMA-GARCH models: A Markov chain sampling approach. Journal of Econometrics, 95(1), 57–69. DOI: 10.1016/S0304-4076(99)00029-9

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Bayesian Generalized Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/fa/econometrics/bayesian-garch-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.

Compare side by side

ارجاع‌شده در

ScholarGateBayesian GARCH model (Bayesian Generalized Autoregressive Conditional Heteroskedasticity Model). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/econometrics/bayesian-garch-model · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026