Model autoregresyjny ze zmiennymi w czasie parametrami (TVP-AR)
Model autoregresyjny ze zmiennymi w czasie parametrami (TVP-AR) rozszerza klasyczny model AR o możliwość dryfu współczynników autoregresyjnych w czasie, zazwyczaj jako proces typu random walk. Ujęty w ramy systemu stan-przestrzeń, model ten pozwala uchwycić stopniowe zmiany strukturalne w dynamice jednoczynnikowej szeregu czasowego bez narzucania ustalonej daty przełomu.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- Cogley, T., & Sargent, T. J. (2005). Drifts and volatilities: Monetary policies and outcomes in the post WWII US. Review of Economic Dynamics, 8(2), 262-302. DOI: 10.1016/j.red.2004.10.009 ↗
- Kim, C.-J., & Nelson, C. R. (1999). State-Space Models with Regime Switching: Classical and Gibbs-Sampling Approaches with Applications. MIT Press. ISBN: 978-0262112383
Jak cytować tę stronę
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Model. ScholarGate. https://scholargate.app/pl/econometrics/time-varying-parameter-ar-model
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Model ARIMA (Autoregresyjny Zintegrowany Model Średniej Ruchomej)Ekonometria↔ porównaj
- Filtr KalmanaStatystyka bayesowska↔ porównaj
- Model przestrzeni stanów (filtr Kalmana)Ekonometria↔ porównaj
- Model zmienności stochastycznej (Heston)Finanse↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →