主要内容

向量自回归模型

静止的多元线性模型包括外生预测变量

一个向量自回归(VAR)模型是一个线性方程组来描述系统多个平稳响应序列的进化。方程的常数的系统功能、时间趋势,滞后反应,和外生因素变量。为一个使用VAR分析建模工具的一个例子,看看VAR模型的案例研究。

从使用VAR模型分析代码转换vgx函数来使用varm对象和对象函数,看看从vgx转换函数模型对象。

应用程序

计量经济学建模师 分析和计量经济学时间序列模型

功能

全部展开

varm 创建向量自回归(VAR)模型
估计 适合数据向量自回归(VAR)模型
推断出 推断出向量自回归模型(VAR)的创新
总结 显示估计的结果向量自回归(VAR)模型
gct 格兰杰因果关系并阻止exogeneity测试向量自回归(VAR)模型
irf 生成向量自回归(VAR)模型的脉冲响应
fevd 生成向量自回归(VAR)模型预测误差方差分解(FEVD)
gct 基于块格兰杰因果和块exogeneity测试
armairf 脉冲响应生成或情节ARMA模型
armafevd 生成或情节ARMA模型预测误差方差分解(FEVD)
arma2ar 将ARMA模型AR模型
arma2ma 将ARMA模型MA模型
vec2var VEC模型转换为VAR模型
var2vec VAR模型转换为矢量模型
结果 向量自回归(VAR)模型转换为矢量纠错(VEC)模型
模拟 蒙特卡罗模拟的向量自回归(VAR)模型
过滤器 过滤干扰通过向量自回归(VAR)模型
预测 预测向量自回归(VAR)模型反应

主题

互动

创建模型

合适的模型数据

脉冲响应函数和格兰杰因果关系

模型之间的转换

生成模拟或脉冲响应

生成最小均方误差预测