Bayesian Vector Autoregression (BVAR)
A Bayesian VAR (BVAR) a Minnesota vagy más előzetes eloszlásokat ad egy vektorautoregressziós modellhez a túlparametrizálás szabályozására. Litterman (1986) vezette be és Bańbura, Giannone és Reichlin (2010) terjesztette ki nagy dimenziókra, és felülmúlja a klasszikus VAR-t rövid sorozatokon és nagy dimenziós makrogazdasági előrejelzéseken.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Bayesian Vector Autoregression. ScholarGate. https://scholargate.app/hu/econometrics/bvar
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Faktorelosztott Vektorautoregresszió (FAVAR)Ökonometria↔ összehasonlítás
- Markov-izmusú rezsimváltó modell (MS-AR / MS-VAR)Ökonometria↔ összehasonlítás
- Regresszió Ordináris Legkisebb Négyzetes (OLS) módszerrelÖkonometria↔ összehasonlítás
- Küszöbértékű és sima átmenetű Vektor Autoregresszió (TVAR / STVAR)Ökonometria↔ összehasonlítás
- Vektor Autoregressziós (VAR) ModellÖkonometria↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →