Порівняння методів
Переглядайте обрані методи поруч; рядки з відмінностями підсвічено.
| Модель гладкого переходу авторегресії (STAR)× | Регресія звичайно найменших квадратів (ЗНК)× | |
|---|---|---|
| Галузь | Економетрика | Економетрика |
| Родина | Regression model | Regression model |
| Рік появи≠ | 1994 | 2019 |
| Автор методу≠ | Teräsvirta (1994); van Dijk, Teräsvirta & Franses (2002) | Wooldridge (textbook treatment); classical least squares |
| Тип≠ | Nonlinear time-series regime-switching model | Linear regression |
| Основоположне джерело≠ | Teräsvirta, T. (1994). Specification, Estimation, and Evaluation of Smooth Transition Autoregressive Models. Journal of the American Statistical Association, 89(425), 208–218. DOI ↗ | Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860 |
| Інші назви≠ | smooth transition autoregressive model, LSTAR, ESTAR, logistic STAR | ordinary least squares, classical linear regression, linear regression, en küçük kareler regresyonu |
| Пов'язані≠ | 4 | 5 |
| Підсумок≠ | The Smooth Transition Autoregressive (STAR) model is a nonlinear time-series model, developed in Teräsvirta's 1994 framework, that lets the dynamics move smoothly rather than abruptly between two regimes. The logistic variant (LSTAR) captures asymmetric business cycles and the exponential variant (ESTAR) captures purchasing-power-parity deviations. | Ordinary Least Squares is the classical linear regression method that explains a continuous outcome as a linear combination of predictors. It estimates the coefficients by minimising the sum of squared residuals, and under the Gauss-Markov assumptions these estimates are the best linear unbiased estimator (BLUE). |
| ScholarGateНабір даних ↗ |
|
|