เปรียบเทียบวิธี

	แบบจำลองข้อมูลแผงแบบพลวัตที่มีพารามิเตอร์แปรผันตามเวลา	แบบจำลองปริภูมิสถานะ (ตัวกรองคาลมาน)
สาขาวิชา	เศรษฐมิติ	เศรษฐมิติ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1990s–2000s	1990
ผู้ริเริ่ม	Hsiao, Pesaran, and related panel time-series literature	Harvey; Durbin & Koopman (state space treatment); Kalman filter
ประเภท	Dynamic panel model with time-varying coefficients	State space time series model
แหล่งต้นตำรับ	Canova, F., & Ciccarelli, M. (2009). Estimating multicountry VAR models. International Economic Review, 50(3), 929-959.	Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press.
ชื่อเรียกอื่น	TVP dynamic panel model, time-varying coefficient panel model, TVP-DPD model, state-space dynamic panel model	state space, Kalman filter, unobserved components model, Durum Uzayı Modeli (State Space / Kalman Filter)
ที่เกี่ยวข้อง	2	4
สรุป	The time-varying parameter dynamic panel data model combines lagged dependent variables with coefficients that evolve over time across panel units. It extends conventional dynamic panel models by allowing slope parameters to shift across periods, making it well-suited for studying structural change, heterogeneous adjustment dynamics, and parameter instability in macro-panels and cross-country datasets.	A state space model is a general time series framework that describes a series through unobserved (latent) state variables linked by a measurement equation and a transition equation, with the states estimated in real time by the Kalman filter. Developed in the state space tradition of Harvey (1990) and Durbin & Koopman (2012), it nests ARIMA and exponential smoothing as special cases.