机器算法验证 - 有没有一种方法可以找到适合 VAR 模型的样本量？ - 吾爱随笔录

机器算法验证时间序列多元分析样本量计量经济学

2022-03-28 07:06:02

这个问题可能有点离题，因为我刚刚开始了解向量自回归模型，但我尝试通过通常的渠道进行搜索，如果这实际上是一个有效的问题，它可能对其他人有所帮助。

我应该以与任何其他回归方法相同的方式考虑 VAR 模型的样本量吗？也就是说，计算将使用的自由度并从那里开始确定合适的观察数量是多少，或者还有其他需要考虑的因素吗？

1个回答

维向量的 VAR(p) 模型的常用方法是对每个方程使用 OLS： $n$ $X_t=(X_{1t},...,X_{nt})$

\begin{aligned} X_{i t} = θ_{0 i} + \sum_{s = 1}^{p} \sum_{j = 1}^{n} θ_{s j} X_{j, t - s} + ε_{i t} \end{aligned}

$\begin{align} X_{it}=\theta_{0i}+\sum_{s=1}^p\sum_{j=1}^n\theta_{sj}X_{j,t-s}+\varepsilon_{it} \end{align}$

所以答案是肯定的。对于每个方程，您都需要估计参数，因此样本量的选择与通常使用自变量的回归一样。 $np+1$ $np+1$

您需要考虑的事情是是否包含其他外生变量以及您打算假设这将增加要估计的参数数量。 $\varepsilon_t=(\varepsilon_{t1},...,\varepsilon_{tn})$

其它你可能感兴趣的问题