Bayesiansk vektorautoregression (BVAR)
Bayesiansk VAR tilføjer Minnesota- eller andre priorfordelinger til en vektorautoregressiv model for at kontrollere over-parametrering. Introduceret af Litterman (1986) og udvidet til høje dimensioner af Bańbura, Giannone og Reichlin (2010), overgår den klassisk VAR på korte serier og højdimensionelle makroøkonomiske prognoser.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Litterman, R. B. (1986). Forecasting with Bayesian Vector Autoregressions—Five Years of Experience. Journal of Business & Economic Statistics, 4(1), 25-38. DOI: 10.1080/07350015.1986.10509491 ↗
- Bańbura, M., Giannone, D., & Reichlin, L. (2010). Large Bayesian Vector Auto Regressions. Journal of Applied Econometrics, 25(1), 71-92. DOI: 10.1002/jae.1137 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Bayesian Vector Autoregression. ScholarGate. https://scholargate.app/da/econometrics/bvar
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.
- Faktor-augmenteret vektorautoregressionsmodel (FAVAR)Økonometri↔ compare
- Markov regime-switching model (MS-AR / MS-VAR)Økonometri↔ compare
- Almindelig mindste kvadraters metode (OLS) regressionØkonometri↔ compare
- Tærskel- og jævn-overgangs VAR (TVAR / STVAR)Økonometri↔ compare
- Vektor Autoregression (VAR) ModelØkonometri↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →