Bayesian Vector Autoregression (BVAR)
แบบจำลอง VAR แบบเบย์ (Bayesian VAR หรือ BVAR) เป็นการเพิ่มการแจกแจงความน่าจะเป็นก่อน (prior distributions) แบบมินนิโซตา (Minnesota) หรือแบบอื่น ๆ เข้าไปในแบบจำลองเวกเตอร์ออโตริเกรชชัน (vector autoregressive model) เพื่อควบคุมการมีพารามิเตอร์มากเกินไป (over-parameterisation) แบบจำลองนี้ถูกนำเสนอโดย Litterman (1986) และได้รับการพัฒนาสำหรับข้อมูลมิติสูงโดย Bańbura, Giannone และ Reichlin (2010) ซึ่งมีประสิทธิภาพเหนือกว่าแบบจำลอง VAR แบบดั้งเดิมสำหรับอนุกรมเวลาสั้นและสำหรับการพยากรณ์เศรษฐกิจมหภาคในมิติสูง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Bayesian Vector Autoregression. ScholarGate. https://scholargate.app/th/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.
- FAVARเศรษฐมิติ↔ compare
- แบบจำลองมาร์คอฟสลับระบอบ (MS-AR / MS-VAR)เศรษฐมิติ↔ compare
- การถดถอยกำลังสองน้อยที่สุดสามัญ (OLS)เศรษฐมิติ↔ compare
- Threshold and Smooth-Transition VARเศรษฐมิติ↔ compare
- แบบจำลอง Vector Autoregression (VAR)เศรษฐมิติ↔ compare