Regression modelEconometrics / time series

مدل خودبازگشتی غیرخطی (NAR)

مدل خودبازگشتی (AR) غیرخطی، چارچوب کلاسیک خودبازگشتی را با این فرض که نگاشت از مقادیر گذشته به مقدار فعلی از یک تابع غیرخطی دلخواه یا تابع سوئیچ‌کننده رژیم پیروی می‌کند، گسترش می‌دهد. خانواده‌های اصلی شامل خود-برانگیخته آستانه‌ای خودبازگشتی (SETAR)، خودبازگشتی انتقال هموار (STAR) و خودبازگشتی شبکه‌های عصبی هستند که هر کدام اشکال مختلف عدم تقارن، تغییرات رژیم، یا دینامیک‌های غیرخطی هموار را در سری‌های زمانی تک‌متغیره ثبت می‌کنند.

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. Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522201
  2. Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. DOI: 10.1080/01621459.1994.10476462

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Nonlinear Autoregressive Model. ScholarGate. https://scholargate.app/fa/econometrics/nonlinear-ar-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

ScholarGateNonlinear AR Model (Nonlinear Autoregressive Model). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/econometrics/nonlinear-ar-model · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026