Model wektora autoregresji z parametrami zmiennymi w czasie (TVP-VAR)
Model wektora autoregresji z parametrami zmiennymi w czasie (TVP-VAR) stanowi rozszerzenie standardowej wektora autoregresji, pozwalając na stopniowe ewoluowanie współczynników i kowariancji błędów w czasie. Estymowany metodami bayesowskimi i symulacją MCMC, pozwala uchwycić, jak dynamiczne relacje między zmiennymi makroekonomicznymi lub finansowymi zmieniają się w różnych reżimach gospodarczych, bez konieczności predefiniowania punktów przełamania.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- Primiceri, G. E. (2005). Time varying structural vector autoregressions and monetary policy. Review of Economic Studies, 72(3), 821-852. DOI: 10.1111/j.1467-937X.2005.00353.x ↗
- Cogley, T., & Nason, J. M. (1995). Effects of the Hodrick-Prescott filter on trend and difference stationary time series: Implications for business cycle research. Journal of Economic Dynamics and Control, 19(1-2), 253-278. DOI: 10.1016/0165-1889(93)00781-X ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Time-Varying Parameter Vector Autoregression Model. ScholarGate. https://scholargate.app/pl/econometrics/time-varying-parameter-var-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 Bayesowski VAR (BVAR)Ekonometria↔ porównaj
- Filtr KalmanaStatystyka bayesowska↔ porównaj
- Model przestrzeni stanów (filtr Kalmana)Ekonometria↔ porównaj
- Wektorowa Autoregresja Strukturalna (SVAR)Ekonometria↔ porównaj
- Test granicowych parametrów zmiennych w czasie ARDLEkonometria↔ porównaj
- Autoregresja Wektorowa (VAR)Ekonometria↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →