Robusts strukturālās vektoru autoregresijas (Robust SVAR) modelis
Robusts SVAR modelis paplašina klasisko strukturālās VAR ietvaru, iekļaujot robustas novērtēšanas un secinājumu metodes, kas saglabā derīgumu heteroskedastiskuma, ne-Gausa kļūdu vai noviržu klātbūtnē. Apvienojot strukturālo identifikāciju ar robustām statistikas procedūrām, tas nodrošina uzticamas impulsa reakcijas un prognozes kļūdu dispersijas sadalījumus pat tad, ja makroekonomiskajos datos tiek pārkāpti standarta SVAR pieņēmumi.
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
- Lutkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Springer. ISBN: 978-3540401728
- Herwartz, H., & Ploedt, M. (2016). Simulation evidence on theory-based and statistical identification under volatility breaks. Oxford Bulletin of Economics and Statistics, 78(1), 94-112. DOI: 10.1111/obes.12098 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Structural Vector Autoregression Model. ScholarGate. https://scholargate.app/lv/econometrics/robust-svar-model
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.
- Robustais ARIMA modelisEkonometrija↔ compare
- Robustā vektora autoregresijas (Robust VAR) modelisEkonometrija↔ compare
- Robustais Vektora kļūdu labojumu modelis (Robust VECM)Ekonometrija↔ compare
- Strukturālā vektorautoregresija (SVAR)Ekonometrija↔ compare
- Vektora autoregresija (VAR)Ekonometrija↔ compare
- Vektora kļūdu labojuma modelis (VECM)Ekonometrija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →