Model ARIMA ze zmiennymi w czasie parametrami (TVP-ARIMA)
Model ARIMA ze zmiennymi w czasie parametrami rozszerza klasyczne ramy ARIMA, pozwalając współczynnikom autoregresji i średniej ruchomej na ewolucję w czasie, zamiast pozostawać stałymi. Ujęty w postaci przestrzeni stanów i estymowany za pomocą filtru Kalmana, jest przeznaczony dla ekonomicznych i finansowych szeregów czasowych, których struktura dynamiczna zmienia się w odpowiedzi na przełomy strukturalne, zmiany polityki lub przejścia reżimów.
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
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/pl/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 (Autoregresyjny Zintegrowany Model Średniej Ruchomej)Ekonometria↔ compare
- Filtr KalmanaStatystyka bayesowska↔ compare
- Model przestrzeni stanów (filtr Kalmana)Ekonometria↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →