1. VAR 模型
在单变量回归中, 一个平稳的时间序列
y
t
经常被模型化为 AR 过
程:
0 1 -1 2 -2 k -k
y = + y + y + y +
t t t t t
a a a a e
当我们分析多个时间序列时,一个对 AR 模型自然的拓展就是 VAR
模型, 在这个模型中一组向量里的每个时间序列被模型 化为决定
于自己的滞后项以及这组向量里所有其他变量的滞后项。两阶 VAR
模型如下式:
1 1 -1 1 -2 1
2 2 -1 2 -2 2
y = + y + +
= + + y +
t t t t
t t t t
x
x x
m a b e
m a b e
e
t
为残差项,真实值与预测值的差值;
m
为常数项;
2. 模型理解
VAR 模型全称叫向量自回归模型,每个变量既受到自身影响也受到其
他变量影响,它将单个线性回归模型拓展至多元,并加入 AR(p)模
型。
3 VAR 模型的 Python 实现
- 1
- 2
- 3
前往页