เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การทดสอบการสหสัมพันธ์ร่วม (Engle-Granger Cointegration Test)× | แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)× | |
|---|---|---|
| สาขาวิชา | เศรษฐมิติ | เศรษฐมิติ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1987 | 1970 |
| ผู้ริเริ่ม≠ | Robert F. Engle and Clive W. J. Granger | George Box and Gwilym Jenkins |
| ประเภท≠ | Cointegration test | Time series forecasting model |
| แหล่งต้นตำรับ≠ | Engle, R. F., & Granger, C. W. J. (1987). Co-integration and error correction: Representation, estimation, and testing. Econometrica, 55(2), 251–276. DOI ↗ | Box, G. E. P., & Jenkins, G. M. (1970). Time Series Analysis: Forecasting and Control. Holden-Day. link ↗ |
| ชื่อเรียกอื่น | EG cointegration test, Engle-Granger two-step method, residual-based cointegration test, EG test | ARIMA, Box-Jenkins model, integrated ARMA, ARIMA(p,d,q) |
| ที่เกี่ยวข้อง≠ | 5 | 6 |
| สรุป≠ | The Engle-Granger two-step method tests whether two or more non-stationary I(1) time series share a common stochastic trend — that is, whether a linear combination of them is stationary. If cointegration is confirmed, an error-correction model (ECM) can be estimated to capture both short-run dynamics and long-run equilibrium adjustment. | The ARIMA(p,d,q) model is the standard workhorse for univariate time series forecasting. It combines autoregressive terms (past values), differencing to induce stationarity, and moving average terms (past shocks) into a unified linear framework. Developed by Box and Jenkins (1970), it remains one of the most widely applied models in econometrics and applied statistics. |
| ScholarGateชุดข้อมูล ↗ |
|
|