เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| แบบจำลองเวกเตอร์ปรับแก้ความคลาดเคลื่อน (VECM)× | 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≠ | Multivariate time-series model | 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 | VECM, error correction VAR, cointegrated VAR, vector equilibrium correction model | ARIMA, Box-Jenkins model, integrated ARMA, ARIMA(p,d,q) |
| ที่เกี่ยวข้อง≠ | 5 | 6 |
| สรุป≠ | The Vector Error Correction Model extends the Vector Autoregression (VAR) framework to a system of variables that share one or more long-run equilibrium relationships. It jointly models short-run dynamics and the speed at which each variable corrects back toward equilibrium after a shock, making it the standard tool for analysing cointegrated multivariate time series. | 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 ↗ |
|
|