แบบจำลอง SARIMA ที่พารามิเตอร์เปลี่ยนแปลงตามเวลา (TVP-SARIMA)
แบบจำลอง SARIMA ที่พารามิเตอร์เปลี่ยนแปลงตามเวลา (TVP-SARIMA) เป็นการขยายกรอบการทำงานของ SARIMA แบบดั้งเดิม โดยอนุญาตให้สัมประสิทธิ์อัตถิรมาน (autoregressive) และค่าเฉลี่ยเคลื่อนที่ (moving-average) เปลี่ยนแปลงไปตามกาลเวลา เมื่อมองในรูปของระบบปริภูมิสถานะ (state-space system) และประมาณค่าด้วยตัวกรองคาลมาน (Kalman filter) แบบจำลองนี้สามารถจับทั้งรูปแบบตามฤดูกาลและการเปลี่ยนแปลงเชิงโครงสร้างได้ภายในแบบจำลองเดียวที่รวมเป็นหนึ่งเดียว
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 9780521321969
- Durbin, J., & Koopman, S. J. (2012). Time Series Analysis by State Space Methods (2nd ed.). Oxford University Press. ISBN: 9780199641178
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Time-Varying Parameter Seasonal Autoregressive Integrated Moving Average Model. ScholarGate. https://scholargate.app/th/econometrics/time-varying-parameter-sarima-model
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- แบบจำลอง ARIMA (Autoregressive Integrated Moving Average)เศรษฐมิติ↔ เปรียบเทียบ
- Kalman Filterเบย์↔ เปรียบเทียบ
- แบบจำลอง SARIMAเศรษฐมิติ↔ เปรียบเทียบ
- แบบจำลองปริภูมิสถานะ (ตัวกรองคาลมาน)เศรษฐมิติ↔ เปรียบเทียบ