Modèle ARIMA à Paramètres Variables dans le Temps (TVP-ARIMA)
Le modèle ARIMA à paramètres variables dans le temps étend le cadre ARIMA classique en permettant à ses coefficients autorégressifs et de moyenne mobile d'évoluer au fil du temps plutôt que de rester fixes. Exprimé sous forme d'espace d'états et estimé via le filtre de Kalman, il est conçu pour les séries chronologiques économiques et financières dont la structure dynamique change en réponse à des ruptures structurelles, des changements de politique ou des transitions de régime.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521405737
- Cooley, T. F., & Prescott, E. C. (1976). Estimation in the Presence of Stochastic Parameter Variation. Econometrica, 44(1), 167–184. DOI: 10.2307/1911389 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/fr/econometrics/time-varying-parameter-arima-model
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Modèle ARIMA (Modèle Autorégressif Intégré à Moyenne Mobile)Économétrie↔ comparer
- Filtre de KalmanBayésien↔ comparer
- Modèle d'espace d'états (Filtre de Kalman)Économétrie↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →