Regression modelEconometrics / time series

Bayesowski wektorowy model korygowania błędem (Bayesian VECM)

Bayesowski VECM łączy klasyczny wektorowy model korygowania błędem — który ujmuje zarówno dynamikę krótkookresową, jak i długookresowe związki kointegrujące wśród niestacjonarnych wielowymiarowych szeregów czasowych — z bayesowskimi rozkładami a priori dla rangi kointegrującej i macierzy współczynników. Umożliwia to zasadne kwantyfikowanie niepewności, włączanie teorii ekonomicznej jako a priori oraz spójną inferencję nawet w małych próbach.

Zastosuj w EconMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

Źródła

  1. Kleibergen, F., & Paap, R. (2002). Priors, posteriors and Bayes factors for a Bayesian analysis of cointegration. Journal of Econometrics, 111(2), 223–249. DOI: 10.1016/s0304-4076(02)00105-7
  2. Villani, M. (2005). Bayesian reference analysis of cointegration. Econometric Theory, 21(2), 326–357. DOI: 10.1017/s026646660505019x

Jak cytować tę stronę

ScholarGate. (2026, June 3). Bayesian Vector Error Correction Model. ScholarGate. https://scholargate.app/pl/econometrics/bayesian-vecm

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.

Compare side by side

Cytowana przez

ScholarGateBayesian VECM (Bayesian Vector Error Correction Model). Pobrano 2026-06-15 z https://scholargate.app/pl/econometrics/bayesian-vecm · Zbiór danych: https://doi.org/10.5281/zenodo.20539026