Model ARIMA Parameter Bervariasi Masa (TVP-ARIMA)
Model ARIMA parameter bervariasi masa (TVP-ARIMA) memperluas rangka kerja ARIMA klasik dengan membenarkan pekali autoregresif dan purata bergerakannya berkembang dari semasa ke semasa berbanding kekal tetap. Diletakkan dalam bentuk ruang keadaan dan dianggarkan melalui penapis Kalman, ia direka untuk siri masa ekonomi dan kewangan yang struktur dinamiknya beralih sebagai respons kepada pemecahan struktur, perubahan dasar, atau peralihan rejim.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
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 memetik halaman ini
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/ms/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.
- Model ARIMA (Autoregressive Integrated Moving Average)Ekonometrik↔ compare
- Penapis KalmanBayesian↔ compare
- Model Ruang Keadaan (Penuras Kalman)Ekonometrik↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →