Vector autoregression
Z Wikipedii
Vector AutoRegression (VAR) - model wektorowej autoregresji. Zaproponowany przez Christophera Simsa w 1980 r. jako alternatywa wobec krytykowanej wówczas metodologii opracowanej przez Komisję Cowlesa. Podstawowe cechy modeli wektorowej autoregresji w kanonicznej formie to:
- wszystkie zmienne modelu są endogeniczne
- nie występują sztuczne ograniczenia dotyczące liczby zmiennych występujących w pojedynczym równaniu (warunek wymiaru i rzędu)
- łatwość prognozowania
- wysoki stopień niezależności od teorii (przez krytyków metodologia VAR określana była jako ateoretyczna makroekonomia)
[edytuj] Postać modelu VAR
Prosty model VAR o dwóch zmiennych i jednym opóźnieniu:
- xt = αx + βxxt − 1 + εt
- yt = αy + βyyt − 1 + ut
gdzie εt i ut są zaburzeniami losowymi.
[edytuj] Zobacz też
- model AR
- ARMA
- ARIMA
- Proces stochastyczny
