İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Ekonometri›Düzgün Geçişli Otokoregresif (STAR) Modeli
Regression model

Düzgün Geçişli Otokoregresif (STAR) Modeli

Smooth Transition Autoregressive Model · Ayrıca şöyle bilinir: smooth transition autoregressive model, LSTAR, ESTAR, logistic STAR, exponential STAR, Yumuşak Geçişli Otoregresif Model (STAR / LSTAR / ESTAR)

Düzgün Geçişli Otokoregresif (STAR) modeli, Teräsvirta'nın 1994 çerçevesinde geliştirilmiş, doğrusal olmayan bir zaman serisi modelidir ve dinamiklerin iki rejim arasında aniden değil, düzgün bir şekilde hareket etmesine izin verir. Lojistik varyant (LSTAR) asimetrik iş döngülerini yakalar ve üstel varyant (ESTAR) satın alma gücü paritesi sapmalarını yakalar.

ScholarGate
  1. Regression model
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Düzgün Geçişli Otokoregresif (STAR) Modeli
ARFIMA: Kesirli İntegral…En Küçük Kareler (EK) Re…Panel Vektör Otoregresyo…Kuantil RegresyonuDoğrusal Olmayan Otoregr…Doğrusal Olmayan Hareket…TAR / SETAR: Rejim Değiş…

Ne zaman kullanılır

Dinamiklerinin rejimler arasında muhtemelen farklılık gösterdiği ve aniden değil, kademeli olarak değiştiği sürekli bir zaman serisi için bir STAR modeli kullanın — örneğin asimetrik genişlemeler ve daralmalar (LSTAR) veya PPP açıkları gibi ortalamaya dönen sapmalar (ESTAR). Parametre sayısı yüksek olduğu için oldukça uzun bir seriye ihtiyaç duyar (T > 100 önerilir). Uyum sağlamadan önce, doğrusal olmama durumu bir LM tipi test (Luukkonen, Saikkonen & Teräsvirta, 1988) ile doğrulanmalı ve mantıklı bir geçiş değişkeni seçilmelidir.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Sert bir eşik modelinin yanlış temsil edeceği düzgün, kademeli rejim değişikliklerini yakalar.
  • Yorumlanabilir iki varyant sunar: asimetrik dinamikler için LSTAR ve simetrik ortalamaya dönme için ESTAR.
  • Doğrusal otoregresyonu özel bir durum olarak içerir, bu nedenle doğrusal olmama durumu varsayılmak yerine test edilebilir.
Sınırlılıklar
  • Yüksek parametre sayısı nedeniyle uzun bir seri gerektirir (T > 100 önerilir).
  • Tahmin, başlangıç değerleri için grid araması veya doğrusal olmayan en küçük kareler gerektirir ve yakınsama zor olabilir.
  • Sonuçlar, geçiş değişkenini doğru bir şekilde tanımlamaya ve öncelikle doğrusal olmama durumunu doğrulamaya bağlıdır.

SSS

LSTAR ve ESTAR arasındaki fark nedir?

Her ikisi de yalnızca geçiş fonksiyonunda farklılık gösteren STAR modelleridir. LSTAR, asimetrik iş döngülerine uygun, iki rejim arasında asimetrik bir S şeklinde anahtar sağlayan bir lojistik fonksiyon kullanır. ESTAR, c etrafında simetrik olan ve dinamiklerin her iki tarafta da aynı dış rejime döndüğü bir üstel fonksiyon kullanır — PPP açıkları gibi ortalamaya dönen sapmalar için uygundur.

Bir STAR modeli, bir eşik (TAR) modelinden nasıl farklıdır?

Bir eşik modeli, geçiş değişkeni bir eşiği geçtiğinde rejimler arasında aniden geçiş yapar. Bir STAR modeli, bu sert anahtarı 0 ile 1 arasında değer alan düzgün bir geçiş fonksiyonu ile değiştirir, böylece dinamikler sıçramak yerine rejimler arasında sürekli olarak karışır.

Uyum sağlamadan önce doğrusal olmama durumunu test etmem gerekir mi?

Evet. STAR, doğrusal otoregresyonu özel bir durum olarak içerdiği için, öncelikle bir LM tipi test (Luukkonen, Saikkonen & Teräsvirta, 1988) ile doğrusal olmama durumunu doğrulamalısınız. Test doğrusal olmama durumunu reddetmezse, düz bir AR modeli tercih edilmelidir.

Tahmin neden zordur?

Eğim γ ve konum c, modele doğrusal olmayan bir şekilde girer ve parametre sayısı yüksektir, bu nedenle model doğrusal olmayan en küçük kareler yöntemiyle uydurulur. İyi başlangıç değerleri genellikle bir grid araması gerektirir ve yakınsama hala zor olabilir, bu nedenle uzun bir seri (T > 100) önerilir.

Kaynaklar

  1. Teräsvirta, T. (1994). Specification, Estimation, and Evaluation of Smooth Transition Autoregressive Models. Journal of the American Statistical Association, 89(425), 208–218. DOI: 10.1080/01621459.1994.10476462 ↗
  2. van Dijk, D., Teräsvirta, T. & Franses, P.H. (2002). Smooth Transition Autoregressive Models — A Survey of Recent Developments. Econometric Reviews, 21(1), 1–47. DOI: 10.1081/ETC-120008723 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 1). Smooth Transition Autoregressive Model. ScholarGate. https://scholargate.app/tr/econometrics/star-model

İlişkili yöntemler

ARFIMA: Kesirli İntegralli ARMA ModeliEn Küçük Kareler (EK) RegresyonuPanel Vektör Otoregresyonu (Panel VAR)Kuantil Regresyonu

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • ARFIMA: Kesirli İntegralli ARMA ModeliEkonometri↔ karşılaştır
  • En Küçük Kareler (EK) RegresyonuEkonometri↔ karşılaştır
  • Panel Vektör Otoregresyonu (Panel VAR)Ekonometri↔ karşılaştır
  • Kuantil RegresyonuEkonometri↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Doğrusal Olmayan Otoregresif Dağıtılmış Geriye Yayılım (NARDL) ModeliDoğrusal Olmayan Hareketli Ortalama (NMA) ModeliTAR / SETAR: Rejim Değişimli Zaman Serileri için Eşik Otoregresyonu

Benzer yöntemler

Doğrusal Olmayan Otoregresif (NAR) ModeliDoğrusal Olmayan ARIMA ModeliTAR / SETAR: Rejim Değişimli Zaman Serileri için Eşik OtoregresyonuEşikli ve Yumuşak Geçişli VAR (TVAR / STVAR)Doğrusal Olmayan SARIMA ModeliDüzey Yumuşak Geçişli RegresyonDoğrusal Olmayan VAR ModeliDoğrusal Olmayan ARMA Modeli (NARMA)

İlgili referans kavramlar

EconometricsEkonometrik ModellemeLojistik RegresyonTruncated and Censored Models • Switching Regression Models • Threshold Regression ModelsTek Denklemli Modeller • Tek DeğişkenlerLojistik Diskriminasyon

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — STAR Model (Smooth Transition Autoregressive Model). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/econometrics/star-model · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Teräsvirta (1994); van Dijk, Teräsvirta & Franses (2002)
Year
1994
Type
Nonlinear time-series regime-switching model
Estimator
Nonlinear least squares (with grid search for starting values)
Variants
LSTAR (logistic), ESTAR (exponential)
Structure
time series
MinSample
100
İlişkili yöntemler
ARFIMA: Kesirli İntegralli ARMA ModeliEn Küçük Kareler (EK) RegresyonuPanel Vektör Otoregresyonu (Panel VAR)Kuantil Regresyonu
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil