Autoregresión Vectorial Bayesiana (BVAR)
La BVAR añade distribuciones a priori de Minnesota u otras a un modelo autorregresivo vectorial para controlar la sobreparametrización. Introducida por Litterman (1986) y extendida a altas dimensiones por Bańbura, Giannone y Reichlin (2010), supera a la VAR clásica en series cortas y pronósticos macroeconómicos de alta dimensión.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Bayesian Vector Autoregression. ScholarGate. https://scholargate.app/es/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.
- Vector Autorregresivo Aumentado por Factores (FAVAR)Econometría↔ compare
- Modelo de cambio de régimen de Markov (MS-AR / MS-VAR)Econometría↔ compare
- Regresión por Mínimos Cuadrados Ordinarios (MCO)Econometría↔ compare
- VAR de Umbral y VAR de Transición Suave (TVAR / STVAR)Econometría↔ compare
- Modelo de Vectores Autorregresivos (VAR)Econometría↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →