Model SARIMA ze zmiennymi w czasie parametrami (TVP-SARIMA)
Model SARIMA ze zmiennymi w czasie parametrami (TVP-SARIMA) rozszerza klasyczne ramy SARIMA, pozwalając współczynnikom autogresyjnym i średniej ruchomej ewoluować w czasie. Ujęty jako system stan-przestrzeń i estymowany za pomocą filtru Kalmana, model ten ujmuje zarówno sezonowe wzorce, jak i zmiany strukturalne w jednym, zunifikowanym ujęciu.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521321969
- Durbin, J., & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. ISBN: 9780199641178
Jak cytować tę stronę
ScholarGate. (2026, June 3). Time-Varying Parameter Seasonal Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/pl/econometrics/time-varying-parameter-sarima-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 SARIMAEkonometria↔ porównaj
- Model przestrzeni stanów (filtr Kalmana)Ekonometria↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →