تعمیم حداقل مربعات معمولی (GLS) پارامترهای متغیر با زمان (TVP-GLS)
GLS پارامترهای متغیر با زمان، تعمیم حداقل مربعات معمولی را به تنظیماتی گسترش میدهد که در آنها ضرایب رگرسیون ثابتهای ثابت نیستند، بلکه طبق یک فرایند تصادفی در طول زمان تکامل مییابند. با جاسازی مدل در یک چارچوب فضای حالت و اعمال تصحیحات GLS برای خطاهای غیرکروی، تغییرات ساختاری، شیفتهای رژیم و روابط در حال انحراف تدریجی در دادههای سری زمانی را 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. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521321969
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Time-Varying Parameter Generalized Least Squares. ScholarGate. https://scholargate.app/fa/econometrics/time-varying-parameter-gls
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.
- فیلتر کالمنبیزی↔ مقایسه
- مدل فضای حالت (فیلتر کالمن)اقتصادسنجی↔ مقایسه
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →