Variances sadalījums prognozes kļūdai (FEVD)
Variances sadalījums prognozes kļūdai (FEVD) ir daudzvielu laika sēriju tehnika, ko izmanto vektora autoregresijas (VAR) ietvaros, lai kvantificētu, kāda daļa no katra mainīgā prognozes kļūdas variances ir attiecināma uz šokiem no visiem citiem sistēmas mainīgajiem. To plaši izmanto ekonometriķi, makroekonomisti un finanšu pētnieki, lai novērtētu dažādu strukturālo traucējumu relatīvo nozīmi, virzot īstermiņa un ilgtermiņa svārstības savstarpēji saistītās ekonomikas sērijās.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Lütkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Springer. ISBN: 978-3-540-40172-8
Kā citēt šo lapu
ScholarGate. (2026, June 2). Forecast Error Variance Decomposition (FEVD). ScholarGate. https://scholargate.app/lv/econometrics/forecast-error-variance-decomposition
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.
- Impulse Response Function (IRF) (impulsa reakcijas funkcija)Ekonometrija↔ compare
- Strukturālā vektorautoregresija (SVAR)Ekonometrija↔ compare
- Vektora autoregresijas (VAR) modelisEkonometrija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →