Aikasarjojen yleistettyjen pienimmän neliösumman menetelmä (TVP-GLS)
Aikasarjojen yleistettyjen pienimmän neliösumman menetelmä (TVP-GLS) laajentaa yleistettyjen pienimmän neliösumman menetelmää tilanteisiin, joissa regressiokertoimet eivät ole kiinteitä vakioita vaan kehittyvät ajan myötä stokastisen prosessin mukaisesti. Upottamalla malli tila-avaruuskehikkoon ja soveltamalla yleistettyjä pienimmän neliösumman korjauksia epäpallomaisille virheille, se tavoittaa rakenteelliset muutokset, tilanvaihdokset ja vähitellen ajelehtivat suhteet aikasarja-aineistossa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Time-Varying Parameter Generalized Least Squares. ScholarGate. https://scholargate.app/fi/econometrics/time-varying-parameter-gls
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Kalman-suodinBayesilainen tilastotiede↔ vertaa
- Tilamallinnus (Kalman-suodin)Ekonometria↔ vertaa
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →