Regression modelEconometrics / time series
แบบจำลองค่าเฉลี่ยเคลื่อนที่แบบไม่เชิงเส้น (Nonlinear Moving Average - NMA)
แบบจำลองค่าเฉลี่ยเคลื่อนที่แบบไม่เชิงเส้น (NMA) เป็นการขยายแบบจำลองค่าเฉลี่ยเคลื่อนที่เชิงเส้นแบบดั้งเดิม โดยยอมให้ค่าสังเกตปัจจุบันขึ้นอยู่กับความคลาดเคลื่อนในอดีตผ่านฟังก์ชันที่ไม่ใช่เชิงเส้น แทนที่จะเป็นผลรวมถ่วงน้ำหนักอย่างง่าย แบบจำลองนี้ใช้ในการวิเคราะห์อนุกรมเวลาเมื่อความผันผวนของความคลาดเคลื่อนส่งผลต่อผลลัพธ์ในลักษณะที่ไม่สมมาตรหรือไม่ขึ้นกับสภาวะ
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Granger, C. W. J., & Andersen, A. P. (1978). An Introduction to Bilinear Time Series Models. Vandenhoeck and Ruprecht, Gottingen. link ↗
- Tong, H. (1990). Non-Linear Time Series: A Dynamical System Approach. Oxford University Press. ISBN: 978-0198522300
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Nonlinear Moving Average Model. ScholarGate. https://scholargate.app/th/econometrics/nonlinear-ma-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 ARMA (Autoregressive Moving Average)เศรษฐมิติ↔ compare
- แบบจำลอง GARCH (การพยากรณ์ความผันผวน)เศรษฐมิติ↔ compare
- แบบจำลองออโตริเกรสซีฟไม่เชิงเส้น (Nonlinear Autoregressive - NAR)เศรษฐมิติ↔ compare
- แบบจำลอง STAR (Smooth Transition Autoregressive Model)เศรษฐมิติ↔ compare