Regression modelEconometrics / time series
시변 계수 ARIMA 모형 (TVP-ARIMA)
시변 계수 ARIMA 모형은 고전적 ARIMA 틀을 확장하여 자기회귀 및 이동평균 계수가 시간이 지남에 따라 고정된 상태로 유지되는 대신 변화하도록 허용한다. 상태 공간 형태로 구성되고 칼만 필터를 통해 추정되는 이 모형은 구조적 단절, 정책 변화 또는 체제 전환에 반응하여 동적 구조가 변하는 경제 및 금융 시계열을 위해 설계되었다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/ko/econometrics/time-varying-parameter-arima-model
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- ARIMA 모형 (자기회귀 누적 이동평균)계량경제학↔ 비교
- 칼만 필터베이지안↔ 비교
- 상태 공간 모형 (칼만 필터)계량경제학↔ 비교