השוואת שיטות
סקרו את השיטות שבחרתם זו לצד זו; שורות שבהן יש הבדל מודגשות.
| מודל פרמטרים משתנים בזמן מסוג MA (TVP-MA)× | מודל ARMA (אוטורגרסיבי ממוצע נע)× | |
|---|---|---|
| תחום | אקונומטריקה | אקונומטריקה |
| משפחה | Regression model | Regression model |
| שנת המקור≠ | 1990s | 1970 |
| הוגה השיטה≠ | Harvey, A. C.; Durbin, J. & Koopman, S. J. | George E. P. Box and Gwilym M. Jenkins |
| סוג≠ | Time-varying state-space model | Time series model |
| מקור מכונן≠ | Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521321969 | Box, G. E. P., & Jenkins, G. M. (1970). Time Series Analysis: Forecasting and Control. Holden-Day. link ↗ |
| כינויים | TVP-MA model, state-space MA, Kalman filter MA, time-varying MA | ARMA, Box-Jenkins model, autoregressive moving average, AR(p)MA(q) |
| קשורות≠ | 6 | 5 |
| תקציר≠ | The time-varying parameter moving average (TVP-MA) model extends the standard MA model by allowing the moving-average coefficients to change over time. Cast as a state-space system, it is estimated via the Kalman filter and smoother, making it well suited for series where the shock-transmission dynamics evolve across the sample. | The ARMA(p,q) model describes a stationary time series as a combination of two components: an autoregressive part that regresses the current value on its own past p values, and a moving average part that accounts for past q error terms. It is the foundational framework of the Box-Jenkins methodology for univariate time series modelling and short-run forecasting. |
| ScholarGateמערך נתונים ↗ |
|
|