Bayesowski model ARCH
Bayesowski model ARCH szacuje specyfikację Autoregresywnej Warunkowej Heteroskedastyczności Engle'a w ramach bayesowskiego. Zamiast maksymalizować wiarygodność, łączy rozkład a priori na parametrach zmienności z wiarygodnością danych, aby uzyskać pełny rozkład a posteriori, zapewniając bogatszą kwantyfikację niepewności niż klasyczny ARCH metodą największej wiarygodności.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987–1007. DOI: 10.2307/1912773 ↗
- Geweke, J. (1989). Exact predictive densities for linear models with ARCH disturbances. Journal of Econometrics, 40(1), 63–86. DOI: 10.1016/0304-4076(89)90030-4 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/pl/econometrics/bayesian-arch-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 ARCH (Autoregresywna Heteroskedastyczność Warunkowa)Ekonometria↔ compare
- Bayesowski model EGARCHEkonometria↔ compare
- Model bayesowski GARCHEkonometria↔ compare
- Bayesian TGARCH (Bayesowska estymacja modelu TGARCH)Ekonometria↔ compare
- Model DCC-GARCH (Dynamic Conditional Correlation)Ekonometria↔ compare
- Model GARCH (Prognozowanie zmienności)Ekonometria↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →