多变量模型
协整分析、向量自回归(VAR)、向量误差修正(VEC)和贝叶斯VAR模型
多变量时间序列分析是将单变量时间序列分析扩展到响应变量系统，以研究响应变量之间的动态关系。为了研究响应序列的相互作用和相互影响，可以在系统的每个方程中包含所有响应变量的滞后。
为了开始一个多元时间序列分析，测试你的响应序列的协整。如果响应序列不显示协整，则为该序列创建一个向量自回归(VAR)模型。Econometrics Toolbox™支金宝app持频率和贝叶斯VAR分析工具。如果响应系列显示出协整性，则为该系列创建一个向量错误校正(VEC)模型。有关更多细节，请参见向量自回归(VAR)模型。
- 协整分析
恩格尔-格兰杰协整检验和约翰森协整和约束检验 - 向量自回归模型
包括外源性预测变量在内的平稳多变量线性模型 - 向量误差修正模型
多元线性模型包括协整关系和外生预测变量 - 贝叶斯向量自回归模型
利用各种先验模型对VARX模型系数和创新协方差矩阵进行后验估计和仿真
