Regressione a Parametri Variabili nel Tempo con Minimi Quadrati Ponderati (TVP-WLS)
La regressione a parametri variabili nel tempo con minimi quadrati ponderati (TVP-WLS) è una tecnica di regressione per dati di serie storiche in cui le pendenze e le intercette dei coefficienti possono cambiare nel tempo, mentre le osservazioni vengono ponderate per tenere conto dell'eteroschedasticità o per scontare dati distanti. Combina la flessibilità dell'evoluzione dei coefficienti nello spazio degli stati con il potere correttivo della varianza dei minimi quadrati ponderati.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737
- Cooley, T. F., & Prescott, E. C. (1976). Estimation in the Presence of Stochastic Parameter Variation. Econometrica, 44(1), 167–184. link ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Time-Varying Parameter Weighted Least Squares. ScholarGate. https://scholargate.app/it/econometrics/time-varying-parameter-wls
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.
- Modello a Spazio di Stati (Filtro di Kalman)Econometria↔ compare
- Minimi Quadrati Pesati (WLS)Statistica↔ compare
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →