Model ARIMA Parameter Bervariasi Waktu (TVP-ARIMA)
Model ARIMA parameter bervariasi waktu memperluas kerangka kerja ARIMA klasik dengan mengizinkan koefisien autoregresif dan rata-rata bergerak untuk berevolusi seiring waktu daripada tetap konstan. Diformulasikan dalam bentuk ruang keadaan (state-space) dan diestimasi melalui filter Kalman, model ini dirancang untuk deret waktu ekonomi dan keuangan yang struktur dinamisnya bergeser sebagai respons terhadap patahan struktural, perubahan kebijakan, atau transisi rezim.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/id/econometrics/time-varying-parameter-arima-model
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometrika↔ bandingkan
- Filter KalmanBayesian↔ bandingkan
- Model Ruang Keadaan (Kalman Filter)Ekonometrika↔ bandingkan
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →