Метод обобщенных наименьших квадратов с изменяющимися во времени параметрами (TVP-GLS)
Метод обобщенных наименьших квадратов (GLS) с изменяющимися во времени параметрами расширяет стандартный GLS на случаи, когда коэффициенты регрессии не являются фиксированными константами, а изменяются во времени согласно стохастическому процессу. Встраивая модель в рамочную структуру пространства состояний и применяя коррекции GLS для несферических ошибок, метод позволяет улавливать структурные изменения, сдвиги режимов и постепенно дрейфующие зависимости во временных рядах.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Cooley, T. F., & Prescott, E. C. (1976). Estimation in the presence of stochastic parameter variation. Econometrica, 44(1), 167–184. DOI: 10.2307/1911389 ↗
- Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521321969
Как цитировать эту страницу
ScholarGate. (2026, June 3). Time-Varying Parameter Generalized Least Squares. ScholarGate. https://scholargate.app/ru/econometrics/time-varying-parameter-gls
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Фильтр КалманаБайесовские методы↔ сравнить
- Модель пространства состояний (фильтр Калмана)Эконометрика↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →