Bayesian Vector Autoregression (BVAR)
Bayesian VAR fügt einem Vektorautoregressionsmodell Minnesota- oder andere Prior-Verteilungen hinzu, um Überparametrisierung zu kontrollieren. Eingeführt von Litterman (1986) und auf hohe Dimensionen erweitert von Bańbura, Giannone und Reichlin (2010), übertrifft es klassische VAR-Modelle bei kurzen Zeitreihen und hochdimensionalen makroökonomischen Prognosen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Bayesian Vector Autoregression. ScholarGate. https://scholargate.app/de/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-augmentierte Vektor-Autoregression (FAVAR)Ökonometrie↔ compare
- Markov-Regime-Switching-Modell (MS-AR / MS-VAR)Ökonometrie↔ compare
- Methode der kleinsten Quadrate (OLS)Ökonometrie↔ compare
- Schwellenwert- und gleitende Übergangs-VAR (TVAR / STVAR)Ökonometrie↔ compare
- Vektorautoregressionsmodell (VAR)Ökonometrie↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →