Regression modelEconometrics / time series

La laika mainīgo parametru ARIMA modelis (TVP-ARIMA)

Laika mainīgo parametru ARIMA modelis paplašina klasisko ARIMA sistēmu, ļaujot tā autoregresijas un mainīgā vidējā koeficientiem mainīties laikā, nevis palikt fiksētiem. Ievietots stāvokļa telpas formā un novērtēts, izmantojot Kalmana filtru, tas ir paredzēts ekonomikas un finanšu laika rindām, kuru dinamiskā struktūra mainās atbildes reakcijā uz strukturāliem pārtraukumiem, politikas izmaiņām vai režīma pāreju.

Pielietot ar EconMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Avoti

  1. Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521405737
  2. Cooley, T. F., & Prescott, E. C. (1976). Estimation in the Presence of Stochastic Parameter Variation. Econometrica, 44(1), 167–184. DOI: 10.2307/1911389

Kā citēt šo lapu

ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/lv/econometrics/time-varying-parameter-arima-model

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.

Compare side by side

Uz to atsaucas

ScholarGateTime-varying parameter ARIMA model (Time-Varying Parameter Autoregressive Integrated Moving Average Model). Izgūts 2026-06-15 no https://scholargate.app/lv/econometrics/time-varying-parameter-arima-model · Datu kopa: https://doi.org/10.5281/zenodo.20539026