BVAR:R中具有层次先验选择的贝叶斯向量自回归 尼古拉斯·库施尼格, 卢卡斯·瓦索尔德 主要文章内容 摘要 向量自回归(VAR)模型广泛应用于宏观经济、金融及相关领域的多元时间序列分析。贝叶斯方法通常用于处理其密集参数化,通过先验信息对模型系数施加结构。这些先验隐含的信息性程度的最佳选择是许多争论的主题,可以通过分层建模来解决。本文介绍了用于贝叶斯VAR模型估计的R包BVAR。它实现了允许解决各种研究问题的功能和选项,同时保留了易于使用和透明的界面。特征包括脉冲响应的结构分析、预测、最常用的共轭先验,以及定义自定义虚拟观测先验的框架。BVAR使贝叶斯VAR模型用户友好,并提供可访问的参考实现。 文章详细信息 文章提要栏 文件夹: 纸类 R包(BVAR) R复制代码 出版: 2021年11月30日 内政部: 10.18637/jss.v100.i14 关键词: 向量自回归 VAR(无功功率) 贝叶斯主义者 多元的 等级制度 R(右)