เปรียบเทียบวิธี

	แบบจำลอง STAR (Smooth Transition Autoregressive Model)	การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1994	2019
ผู้ริเริ่ม	Teräsvirta (1994); van Dijk, Teräsvirta & Franses (2002)	Wooldridge (textbook treatment); classical least squares
ประเภท	Nonlinear time-series regime-switching model	Linear regression
แหล่งต้นตำรับ	Teräsvirta, T. (1994). Specification, Estimation, and Evaluation of Smooth Transition Autoregressive Models. Journal of the American Statistical Association, 89(425), 208–218.	Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
ชื่อเรียกอื่น	smooth transition autoregressive model, LSTAR, ESTAR, logistic STAR	ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu
ที่เกี่ยวข้อง	4	5
สรุป	The Smooth Transition Autoregressive (STAR) model is a nonlinear time-series model, developed in Teräsvirta's 1994 framework, that lets the dynamics move smoothly rather than abruptly between two regimes. The logistic variant (LSTAR) captures asymmetric business cycles and the exponential variant (ESTAR) captures purchasing-power-parity deviations.	Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE).