Bayesiaanse Vector Autoregressie (BVAR)
Bayesiaanse VAR voegt Minnesota of andere a priori-verdelingen toe aan een vectorautoregressief model om overparameterisatie te beheersen. Geïntroduceerd door Litterman (1986) en uitgebreid naar hoge dimensies door Bańbura, Giannone en Reichlin (2010), presteert het beter dan klassieke VAR op korte reeksen en hoogdimensionale macro-economische voorspellingen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Bayesian Vector Autoregression. ScholarGate. https://scholargate.app/nl/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.
- Factor-Augmented Vector Autoregression (FAVAR)Econometrie↔ compare
- Markov Regime-Switching Model (MS-AR / MS-VAR)Econometrie↔ compare
- Gewone Kleinste Kwadraten (GKK) RegressieEconometrie↔ compare
- Vector Autoregressie met Drempelwaarde en Gladde Overgang (TVAR / STVAR)Econometrie↔ compare
- Vector Autoregressie (VAR)-modelEconometrie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →