Regression modelEconometrics / time series
时变参数普通最小二乘法 (TVP-OLS)
时变参数普通最小二乘法 (TVP-OLS) 将经典的普通最小二乘法扩展到允许回归系数随时间变化。该模型不假设整个样本期间斜率固定，而是将每个系数视为一个随机过程，跟踪经济关系如何演变——这使其非常适合分析时间序列数据中的结构性变化。
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。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737
如何引用本页
ScholarGate. (2026, June 3). Time-Varying Parameter Ordinary Least Squares. ScholarGate. https://scholargate.app/zh/econometrics/time-varying-parameter-ols
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 卡尔曼滤波器贝叶斯↔ 比较
- 普通最小二乘法 (OLS) 回归计量经济学↔ 比较
- 面板数据固定效应模型计量经济学↔ 比较
- 状态空间模型（卡尔曼滤波器）计量经济学↔ 比较