蒙特卡罗模拟的向量纠错(VEC)模型
模拟
所有页面的执行条件模拟使用这个过程k
= 1,…,numpaths
对于每一次t
= 1,…,numobs
。
模拟
推断(或逆过滤器)的创新E (
从已知的未来的反应t
:,k
)YF (
。为t
:,k
)E (
,t
:,k
)模拟
模仿的模式南
值出现在YF (
。t
:,k
)
丢失的元素E (
,t
:,k
)模拟
执行这些步骤。
画Z1
,标准的高斯分布随机扰动条件已知的元素E (
。t
:,k
)
规模Z1
的下三角柯列斯基因素条件协方差矩阵。也就是说,Z2
=L * Z1
,在那里l
=胆固醇(C,“低”)
和C
的协方差条件高斯分布。
嫁祸于Z2
中相应的缺失值E (
。t
:,k
)
缺失值YF (
,t
:,k
)模拟
过滤器通过模型相应的随机的创新Mdl
。
模拟
使用这个过程来确定起源的时间t0的模型,包括线性时间趋势。
[1]汉密尔顿,詹姆斯D。时间序列分析。普林斯顿,纽约:普林斯顿大学出版社,1994年。
[2]约翰森,S。基于可能性推理在共合体向量自回归模型。牛津:牛津大学出版社,1995年。
[3]Juselius, K。共合体VAR模型。牛津:牛津大学出版社,2006年。
[4]Lutkepohl, H。新的多元时间序列分析的介绍。柏林:施普林格出版社,2005年。