แบบจำลอง Bayesian ARCH
แบบจำลอง Bayesian ARCH เป็นการประมาณค่าข้อกำหนด Autoregressive Conditional Heteroskedasticity ของ Engle ในกรอบการทำงานแบบเบย์เซียน แทนที่จะหาค่าสูงสุดของฟังก์ชันความควรจะเป็น (likelihood) แบบจำลองนี้จะรวมการแจกแจงก่อน (prior distribution) ของพารามิเตอร์ความผันผวนเข้ากับความควรจะเป็นของข้อมูล เพื่อให้ได้การแจกแจงภายหลัง (posterior distribution) ที่สมบูรณ์ ซึ่งให้การวัดความไม่แน่นอนที่ละเอียดกว่าแบบจำลอง ARCH แบบ Maximum-likelihood ทั่วไป
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 50(4), 987–1007. DOI: 10.2307/1912773 ↗
- Geweke, J. (1989). Exact predictive densities for linear models with ARCH disturbances. Journal of Econometrics, 40(1), 63–86. DOI: 10.1016/0304-4076(89)90030-4 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Autoregressive Conditional Heteroskedasticity Model. ScholarGate. https://scholargate.app/th/econometrics/bayesian-arch-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- แบบจำลอง ARCH (Autoregressive Conditional Heteroskedasticity)เศรษฐมิติ↔ compare
- แบบจำลอง EGARCH แบบเบย์ (Bayesian EGARCH Model)เศรษฐมิติ↔ compare
- แบบจำลองเบย์เซียน GARCHเศรษฐมิติ↔ compare
- Bayesian TGARCH (Threshold GARCH with Bayesian Estimation)เศรษฐมิติ↔ compare
- แบบจำลอง DCC-GARCH (Dynamic Conditional Correlation)เศรษฐมิติ↔ compare
- แบบจำลอง GARCH (การพยากรณ์ความผันผวน)เศรษฐมิติ↔ compare