เปรียบเทียบวิธี

	แบบจำลอง ARIMA แบบไม่เชิงเส้น	แบบจำลอง GARCH (การพยากรณ์ความผันผวน)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1978-1994	1986
ผู้ริเริ่ม	Howell Tong (SETAR/TAR framework); Timo Terasvirta (STAR extensions)	Tim Bollerslev
ประเภท	Nonlinear time series model	Conditional volatility model
แหล่งต้นตำรับ	Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522249	Bollerslev, T. (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 31(3), 307–327.
ชื่อเรียกอื่น	nonlinear ARIMA, NARIMA, nonlinear time series model, nonlinear Box-Jenkins model	GARCH, GARCH(1,1), conditional volatility model, GARCH Modeli (Oynaklık Tahmini)
ที่เกี่ยวข้อง	3	5
สรุป	The Nonlinear ARIMA model extends the classical Box-Jenkins ARIMA framework by allowing the conditional mean of a time series to depend on past values and past errors through a nonlinear function. It encompasses families such as Threshold AR (TAR/SETAR), Smooth Transition AR (STAR/LSTAR/ESTAR), and Markov-switching models, capturing asymmetric dynamics, regime changes, and business-cycle asymmetries that linear ARIMA cannot represent.	The Generalized Autoregressive Conditional Heteroskedasticity (GARCH) model, introduced by Tim Bollerslev in 1986, models the time-varying conditional variance of a financial time series. It captures volatility clustering and the ARCH effect, and is the standard tool for estimating risk and volatility in return series.