แบบจำลอง ARIMA แบบไม่เชิงเส้น
แบบจำลอง ARIMA แบบไม่เชิงเส้น (Nonlinear ARIMA model) เป็นการขยายกรอบการทำงานของแบบจำลอง ARIMA แบบดั้งเดิมของ Box-Jenkins โดยอนุญาตให้ค่าเฉลี่ยแบบมีเงื่อนไข (conditional mean) ของอนุกรมเวลาขึ้นอยู่กับค่าในอดีตและค่าความคลาดเคลื่อนในอดีตผ่านฟังก์ชันที่ไม่ใช่เชิงเส้น แบบจำลองนี้ครอบคลุมกลุ่มแบบจำลอง เช่น Threshold AR (TAR/SETAR), Smooth Transition AR (STAR/LSTAR/ESTAR) และ Markov-switching models ซึ่งสามารถจับพลวัตแบบอสมมาตร การเปลี่ยนแปลงระบอบ (regime changes) และความไม่สมมาตรของวัฏจักรธุรกิจ (business-cycle asymmetries) ที่แบบจำลอง ARIMA เชิงเส้นไม่สามารถแสดงได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 9780198522249
- Terasvirta, T. (1994). Specification, estimation, and evaluation of smooth transition autoregressive models. Journal of the American Statistical Association, 89(425), 208-218. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Nonlinear Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/th/econometrics/nonlinear-arima-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 ARIMA (Autoregressive Integrated Moving Average)เศรษฐมิติ↔ compare
- แบบจำลอง GARCH (การพยากรณ์ความผันผวน)เศรษฐมิติ↔ compare
- แบบจำลอง Vector Autoregression (VAR)เศรษฐมิติ↔ compare