Autoregressione Vettoriale Bayesiana (BVAR)
Il VAR Bayesiano (BVAR) aggiunge distribuzioni a priori, come la Minnesota o altre, a un modello autoregressivo vettoriale (VAR) per controllare l'iperparametrizzazione. Introdotto da Litterman (1986) ed esteso a dimensioni elevate da Bańbura, Giannone e Reichlin (2010), supera il VAR classico su serie corte e previsioni macroeconomiche ad alta dimensionalità.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Bayesian Vector Autoregression. ScholarGate. https://scholargate.app/it/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 Autoregressione Aumentato da Fattori (FAVAR)Econometria↔ compare
- Modello a commutazione di regime di Markov (MS-AR / MS-VAR)Econometria↔ compare
- Regression with Ordinary Least Squares (OLS)Econometria↔ compare
- VAR a Soglia e a Transizione Graduale (TVAR / STVAR)Econometria↔ compare
- Modello di Autoregressione Vettoriale (VAR)Econometria↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →