|
#REDIRECT [[Model wektorowej autoregresji]]
'''Model VAR''' - [[model]] [[wektor]]owej [[autoregresja|autoregresji]] (''ang. vector autoregression''). Zaproponowany przez [[Christopher Sims|Christophera Simsa]] w [[1980]] r. jako alternatywa wobec krytykowanej wówczas metodologii opracowanej przez [[Komisja Cowlesa|Komisję Cowlesa]]. Podstawowe cechy modeli wektorowej autoregresji w kanonicznej formie to:
*wszystkie zmienne modelu są [[Zmienna endogeniczna|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]])
==== Postać modelu VAR ====
Prosty model VAR o dwóch zmiennych i jednym opóźnieniu:
:<math>x_{t}=\alpha_{x} + \beta_{x} x_{t-1} + \epsilon_{t}</math>
:<math>y_{t}=\alpha_{y} + \beta_{y} y_{t-1} + u_{t}</math>
gdzie <math> \epsilon_{t}</math> i <math>u_{t}</math> są zaburzeniami losowymi.
O składnikach losowych zakładamy, że są skorelowane między sobą w tym samym okresie, a nieskorelowane pomiędzy okresami. Wystąpienie autokorelacji powoduje utratę przez model pożądanych własności, podbnie jak brak niektórych opóźnień w modelu.
==Zobacz też==
*[[model AR]]
*[[ARMA]]
*[[ARIMA]]
*[[Proces stochastyczny]]
[[Kategoria:Analiza szeregów czasowych]]
[[Kategoria:Analiza regresji]]
{{statystyka stub}}
[[de:Vektorautoregressive Modelle]]
[[en:Vector autoregression]]
[[it:Vector autoregression]]
[[zh:向量自回归模型]]
| 