Regression model

Mô hình Tự hồi quy Vector (VAR)

Tự hồi quy Vector (VAR) là một mô hình chuỗi thời gian đa biến, xử lý nhiều chuỗi phụ thuộc lẫn nhau một cách đối xứng, cho phép mỗi biến phụ thuộc vào các giá trị quá khứ của chính nó và các giá trị quá khứ của tất cả các biến khác. Đây là công cụ tiêu chuẩn để nắm bắt sự tương quan lẫn nhau và động lực học chung, được phát triển trong truyền thống chuỗi thời gian đa biến hiện đại được Lütkepohl (2005) trình bày.

Áp dụng với EconMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

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

Mô hình Tự hồi quy Vector (VAR)

Kiểm định giới hạn ARDL…Mô hình ARIMA (Autoregre…Hồi quy Bình phương Tối…Mô hình Hiệu chỉnh Sai s…Mô hình Tự hồi quy Vecto…BEKK-GARCH: Mô hình hóa…Mô hình Cân bằng tổng th…Kiểm định đồng tích hợp…Mô hình Cân bằng Tổng th…Mô hình nhân tố động

+20 more

Nguồn tài liệu

Lütkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Springer. DOI: 10.1007/978-3-540-27752-1 ↗

Cách trích dẫn trang này

ScholarGate. (2026, June 1). Vector Autoregression Model. ScholarGate. https://scholargate.app/vi/econometrics/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.

Kiểm định giới hạn ARDL (Kiểm định giới hạn Pesaran)Kinh tế lượng↔ compare
Mô hình ARIMA (Autoregressive Integrated Moving Average)Kinh tế lượng↔ compare
Hồi quy Bình phương Tối thiểu Thông thường (OLS)Kinh tế lượng↔ compare
Mô hình Hiệu chỉnh Sai số Vector (VECM)Kinh tế lượng↔ compare

Compare side by side →

Được tham chiếu bởi

Mô hình ARIMA (Autoregressive Integrated Moving Average)Mô hình Tự hồi quy Vector Bayes (BVAR)BEKK-GARCH: Mô hình hóa Phương sai có Điều kiện Đa biến Mô hình Cân bằng tổng thể tính toán (CGE)Kiểm định đồng tích hợp (Johansen / Engle-Granger)Mô hình Cân bằng Tổng thể Ngẫu nhiên Động (DSGE)Mô hình nhân tố động Mô hình Tự hồi quy Vector Tăng cường Nhân tố (FAVAR)Phân rã phương sai lỗi dự báo (FEVD)Mô hình Fourier Structural Vector Autoregression (Fourier SVAR)Kiểm định nhân quả Granger Fourier Toda-Yamamoto Kiểm định nhân quả Granger Hàm Phản ứng Xung lực (IRF)Kiểm định Đồng tích hợp Johansen và Mô hình Hiệu chỉnh Sai số Vector Hồi quy MIDAS: Dự báo trên các Tần suất Dữ liệu Hỗn hợp Mô hình ARIMA phi tuyến tính Mô hình Hồi quy Tự tương quan Phân phối Trễ Phi tuyến (NARDL)Kiểm định Nhân quả Toda-Yamamoto Phi tuyến Mô hình Tự hồi quy Vector Bảng (Panel VAR)Kiểm định Granger nhân quả mạnh mẽ Mô hình Vector Tự hồi quy Mạnh mẽ (Robust VAR)Mô hình Chuỗi Thời gian Cấu trúc (Mô hình Cấu trúc Cơ bản)Mô hình Tự hồi quy Vector Cấu trúc (SVAR)Mô hình VAR Ngưỡng và VAR Chuyển đổi Mượt (TVAR / STVAR)Cơ chế Toda-Yamamoto với tham số thay đổi theo thời gian Kiểm định Nhân quả Granger Toda-Yamamoto Mô hình VAR với tham số thay đổi theo thời gian (TVP-VAR)Mô hình Hiệu chỉnh Sai số Vector (VECM)

Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →