为什么要对产品需求和降雨量进行 VAR？VAR 假设影响是双向的，我发现假设对产品的需求导致降雨是不寻常的。当然，这并非完全不可能。毕竟，根据全球变暖危言耸听者的说法，我们的农业会影响天气。但是，我认为在您的情况下，这不是您要说的。

这就是我从 ARIMAX 模型开始的原因，这里是 MATLAB 示例。在 R 中有类似功能的astsa包。在 ARIMAX X 中代表外生时间序列，在您的示例中它会降雨。您的因变量将是需求。在我看来，这是一个单变量设置，更简单，更有意义。

您必须注意的是因果关系问题。建立因果关系通常非常困难。如果您的产品需求不是由降雨驱动，而是由与年度周期性相关的其他因素驱动，而后者又与降雨相关？因此，beta 显着这一事实并不自动意味着降雨会导致或影响需求。

例如，有一些统计方法可以在Granger的意义上测试因果关系。

但是，我会较少依赖统计数据，而更多地依赖您的基础理论或领域知识。假设我们在谈论雨伞。显然，人们预计需求将取决于降雨量。

您总是可以尝试一个对异常值具有鲁棒性的估计器，例如这个：

Muler & Yohai (2013)：向量自回归模型的稳健估计

从粗略的谷歌搜索来看，您似乎必须自己编写代码。无论如何，前两节中的文献讨论可能会帮助您理解所涉及的问题。

如果异常值是由产品需求中的特殊事件引起的，您可以包含虚拟变量。dummy 在异常值上取值为 1，否则为零。