แบบจำลองเวกเตอร์ออโตริเกรสชันแบบทนทาน (Robust VAR)
แบบจำลอง Robust VAR เป็นการขยายกรอบการทำงานของเวกเตอร์ออโตริเกรสชันแบบดั้งเดิม โดยการแทนที่การประมาณค่าด้วยวิธีกำลังสองน้อยที่สุด (ordinary least squares) ด้วยตัวประมาณค่าแบบทนทาน (robust estimators) — เช่น M-estimators หรือวิธีการที่ใช้ค่ามัธยฐาน — เพื่อลดอิทธิพลของค่าผิดปกติ (outliers) การเปลี่ยนแปลงโครงสร้าง (structural breaks) และการกระแทกที่มีการกระจายหางหนา (heavy-tailed shocks) ซึ่งมักพบในอนุกรมเวลาทางการเงินและเศรษฐศาสตร์มหภาค
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Goncalves, S., & Kilian, L. (2004). Bootstrapping autoregressions with conditional heteroskedasticity of unknown form. Journal of Econometrics, 123(1), 89-120. DOI: 10.1016/j.jeconom.2003.10.030 ↗
- Lutkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Springer, Berlin. ISBN: 978-3540401728
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Vector Autoregression Model. ScholarGate. https://scholargate.app/th/econometrics/robust-var-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.
- Panel Vector Autoregression (Panel VAR)เศรษฐมิติ↔ compare
- Quantile VARเศรษฐมิติ↔ compare
- Structural Vector Autoregression (SVAR)เศรษฐมิติ↔ compare
- แบบจำลอง Vector Autoregression (VAR)เศรษฐมิติ↔ compare
- แบบจำลองการแก้ไขข้อผิดพลาดเวกเตอร์ (VECM)เศรษฐมิติ↔ compare