Regression modelEconometrics / time series
시변 계수 SARIMA 모형 (TVP-SARIMA)
시변 계수 SARIMA 모형은 자기회귀 및 이동평균 계수가 시간에 따라 변동하도록 허용함으로써 고전적 SARIMA 틀을 확장한다. 상태 공간 시스템으로 구성되고 칼만 필터로 추정되는 이 모형은 단일 통합 모형 내에서 계절 패턴과 구조적 변화를 모두 포착한다.
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. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521321969
- Durbin, J., & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. ISBN: 9780199641178
이 페이지 인용 방법
ScholarGate. (2026, June 3). Time-Varying Parameter Seasonal Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/ko/econometrics/time-varying-parameter-sarima-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
- SARIMA 모형계량경제학↔ 비교
- 상태 공간 모형 (칼만 필터)계량경제학↔ 비교