Autorregressão Vetorial Bayesiana (BVAR)
A VAR Bayesiana adiciona distribuições a priori de Minnesota ou outras a um modelo de autorregressão vetorial para controlar a superparametrização. Introduzida por Litterman (1986) e estendida a altas dimensões por Bańbura, Giannone e Reichlin (2010), ela supera a VAR clássica em séries curtas e previsões macroeconômicas de alta dimensão.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 1). Bayesian Vector Autoregression. ScholarGate. https://scholargate.app/pt/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.
- Vetores Autorregressivos Aumentados por Fatores (FAVAR)Econometria↔ compare
- Modelo de Markov com Troca de Regimes (MS-AR / MS-VAR)Econometria↔ compare
- Regressão por Mínimos Quadrados Ordinários (MQO)Econometria↔ compare
- VAR com Limiar e VAR com Transição Suave (TVAR / STVAR)Econometria↔ compare
- Modelo de Vetores Autorregressivos (VAR)Econometria↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →