مدل خودرگرسیو میانگین متحرک با پارامترهای متغیر با زمان (TVP-ARMA)
مدل خودرگرسیو میانگین متحرک با پارامترهای متغیر با زمان (TVP-ARMA) چارچوب کلاسیک ARMA را با اجازه دادن به ضرایب خودرگرسیو و میانگین متحرک برای تحول در طول زمان، گسترش میدهد. این مدل که در یک نمایش فضای حالت تعبیه شده و از طریق فیلتر کالمن تخمین زده میشود، تغییرات ساختاری و ناپایداری پارامترها را در سریهای زمانی بدون نیاز به نقطه شکست صریح، ثبت میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- 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
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/fa/econometrics/time-varying-parameter-arma-model
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- مدل ARMA (میانگین متحرک خودرگرسیو)اقتصادسنجی↔ مقایسه
- فیلتر کالمنبیزی↔ مقایسه
- مدل فضای حالت (فیلتر کالمن)اقتصادسنجی↔ مقایسه
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →