Moindres Carrés Ordinaires à Paramètres Variables dans le Temps (MCO-PVT)
Les Moindres Carrés Ordinaires à Paramètres Variables dans le Temps (MCO-PVT) étendent les moindres carrés ordinaires classiques en permettant aux coefficients de régression de changer au fil du temps. Au lieu de supposer des pentes fixes tout au long de l'échantillon, le modèle traite chaque coefficient comme un processus stochastique, suivant l'évolution des relations économiques — ce qui le rend bien adapté à l'analyse du changement structurel dans les données de séries chronologiques.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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: 978-0521405737
Comment citer cette page
ScholarGate. (2026, June 3). Time-Varying Parameter Ordinary Least Squares. ScholarGate. https://scholargate.app/fr/econometrics/time-varying-parameter-ols
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Filtre de KalmanBayésien↔ compare
- Régression par Moindres Carrés Ordinaires (MCO)Économétrie↔ compare
- Modèle à effets fixes pour données de panelÉconométrie↔ compare
- Modèle d'espace d'états (Filtre de Kalman)Économétrie↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →