مدل پارامتر زمان-متغیر SARIMA (TVP-SARIMA)
مدل پارامتر زمان-متغیر SARIMA چارچوب کلاسیک SARIMA را با اجازه دادن به ضرایب خودرگرسیو و میانگین متحرک برای تحول در طول زمان گسترش میدهد. این مدل که به صورت یک سیستم فضای حالت (state-space system) بیان شده و با فیلتر کالمن تخمین زده میشود، هم الگوهای فصلی و هم تغییرات ساختاری را در یک مدل واحد و یکپارچه در بر میگیرد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- 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
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Time-Varying Parameter Seasonal Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/fa/econometrics/time-varying-parameter-sarima-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 آریما (میانگین متحرک یکپارچه خودرگرسیو)اقتصادسنجی↔ مقایسه
- فیلتر کالمنبیزی↔ مقایسه
- مدل SARIMAاقتصادسنجی↔ مقایسه
- مدل فضای حالت (فیلتر کالمن)اقتصادسنجی↔ مقایسه
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →