Модель Байесовского векторного авторегрессионного анализа (BVAR)
Модель Байесовского векторного авторегрессионного анализа (BVAR) расширяет классическую структуру VAR, включая априорные представления о коэффициентах модели. Априорные значения — чаще всего «Миннесотский априор» — сжимают коэффициенты VAR к экономически осмысленным значениям, значительно уменьшая переобучение и улучшая точность прогнозов вне выборки, даже когда число переменных велико.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+11 more
Источники
- Doan, T., Litterman, R., & Sims, C. (1984). Forecasting and conditional projection using realistic prior distributions. Econometric Reviews, 3(1), 1–100. DOI: 10.1080/07474938408800053 ↗
- Koop, G., & Korobilis, D. (2010). Bayesian Multivariate Time Series Methods for Empirical Macroeconomics. Foundations and Trends in Econometrics, 3(4), 267–358. DOI: 10.1561/0800000013 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Vector Autoregression Model. ScholarGate. https://scholargate.app/ru/econometrics/bayesian-var-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.
- Байесовский ARDL-тест на коинтеграциюЭконометрика↔ compare
- Байесовская модель структурной векторной авторегрессии (B-SVAR)Эконометрика↔ compare
- Байесовская модель векторной коррекции ошибок (Bayesian VECM)Эконометрика↔ compare
- Структурная векторная авторегрессия (SVAR)Эконометрика↔ compare
- Векторная авторегрессия (VAR)Эконометрика↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →