แบบจำลองพารามิเตอร์แปรผันตามเวลา ARMA (TVP-ARMA)
แบบจำลองพารามิเตอร์แปรผันตามเวลา ARMA (TVP-ARMA) เป็นการขยายกรอบการทำงานของ ARMA แบบดั้งเดิม โดยอนุญาตให้สัมประสิทธิ์สหสัมพันธ์ตนเอง (autoregressive) และค่าเฉลี่ยเคลื่อนที่ (moving-average) เปลี่ยนแปลงไปตามเวลา แบบจำลองนี้ถูกฝังอยู่ในรูปแบบปริภูมิสถานะ (state-space representation) และประมาณค่าโดยใช้ตัวกรองคาลมาน (Kalman filter) เพื่อจับการเปลี่ยนแปลงเชิงโครงสร้างและความไม่เสถียรของพารามิเตอร์ในอนุกรมเวลาโดยไม่ต้องกำหนดจุดเปลี่ยนที่ชัดเจน
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Cooley, T. F., & Prescott, E. C. (1976). Estimation in the presence of stochastic parameter variation. Econometrica, 44(1), 167–184. DOI: 10.2307/1911389 ↗
- Harvey, A. C. (1989). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521405737
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Time-Varying Parameter Autoregressive Moving Average Model. ScholarGate. https://scholargate.app/th/econometrics/time-varying-parameter-arma-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
- Kalman Filterเบย์↔ compare
- แบบจำลองปริภูมิสถานะ (ตัวกรองคาลมาน)เศรษฐมิติ↔ compare