Regression model
结构时间序列模型（基本结构模型）
结构时间序列模型，以其基本结构模型（BSM）形式，是安德鲁·哈维（Andrew Harvey）的状态空间方法，它将一个时间序列分解为独立的随机趋势、季节性、周期性和不规则分量。该模型在哈维1990年的著作中提出，因其可解释性和分量分解而备受推崇，而ARIMA模型只能提供一个黑箱拟合。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
Method map
The neighbourhood of related methods — select a node to explore.
来源
- Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737
- Harvey, A. C. & Shephard, N. (1993). Structural Time Series Models. In G. S. Maddala, C. R. Rao & H. D. Vinod (Eds.), Handbook of Statistics, Vol. 11 (pp. 261-302). Elsevier. DOI: 10.1016/S0169-7161(05)80045-8 ↗
如何引用本页
ScholarGate. (2026, June 1). Basic Structural Model (Structural Time Series Model). ScholarGate. https://scholargate.app/zh/econometrics/structural-time-series
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.
- ARIMA（自回归积分滑动平均）模型计量经济学↔ compare
- 贝叶斯结构时间序列贝叶斯↔ compare
- 马尔可夫状态转换模型 (MS-AR / MS-VAR)计量经济学↔ compare
- 向量自回归 (VAR) 模型计量经济学↔ compare