Regression modelEconometrics / time series

โมเดล Fourier SARIMA

โมเดล Fourier SARIMA เป็นการขยายกรอบการทำงานของ SARIMA แบบดั้งเดิม โดยการรวมพจน์ตรีโกณมิติ (ฟูเรียร์) เป็นตัวแปรถดถอยเชิงกำหนด (deterministic regressors) ซึ่งช่วยให้โมเดลสามารถประมาณรูปแบบฤดูกาลที่ราบรื่น ซับซ้อน หรือมีหลายความถี่ได้ โดยไม่จำเป็นต้องมีโครงสร้าง SARIMA เต็มรูปแบบสำหรับทุกความถี่ ทำให้มีประโยชน์อย่างยิ่งสำหรับข้อมูลความถี่สูง หรืออนุกรมที่มีลักษณะฤดูกาลที่ไม่ใช่จำนวนเต็ม หรือมีการเปลี่ยนแปลง

นำไปใช้ด้วย EconMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

แหล่งอ้างอิง

  1. Harvey, A., & Scott, A. (1994). Seasonality in dynamic regression models. The Economic Journal, 104(427), 1324-1345. link
  2. Hyndman, R. J., & Athanasopoulos, G. (2018). Forecasting: Principles and Practice (2nd ed.). OTexts. link

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Fourier-augmented Seasonal Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/th/econometrics/fourier-sarima-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.

Compare side by side
ScholarGateFourier SARIMA model (Fourier-augmented Seasonal Autoregressive Integrated Moving Average Model). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/econometrics/fourier-sarima-model · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026