Regression modelEconometrics / time series

时变参数加权最小二乘法 (TVP-WLS)

时变参数加权最小二乘法 (TVP-WLS) 是一种用于时间序列数据的回归技术，其中斜率和截距系数可以随时间变化，同时对观测值进行加权以考虑异方差性或折算远期数据。它结合了状态空间系数演化的灵活性和加权最小二乘法的方差校正能力。

用 EconMind 应用即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

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。

时变参数加权最小二乘法 (TVP-WLS)

状态空间模型（卡尔曼滤波器）加权最小二乘法 (WLS)

来源

Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737
Cooley, T. F., & Prescott, E. C. (1976). Estimation in the Presence of Stochastic Parameter Variation. Econometrica, 44(1), 167–184. link ↗

如何引用本页

ScholarGate. (2026, June 3). Time-Varying Parameter Weighted Least Squares. ScholarGate. https://scholargate.app/zh/econometrics/time-varying-parameter-wls

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。

状态空间模型（卡尔曼滤波器）计量经济学↔ 比较
加权最小二乘法 (WLS)统计学↔ 比较

并排比较 →

发现本页有问题？报告或提出修改建议 →