一、向量自回归模型简介
经典回归模型都存在一个强加单向关系的局限性，即被解释变量受到解释变量的影响，但反之不成立。然而，在许多情况下所有变量都相互影响。向量自回归(VAR)模型允许这类双向反馈关系，所有变量都被平等对待，即所有变量都是内生的，变量之间平等地相互影响。VAR模型将单变量自回归的思想扩展到多元时间序列回归，是单变量自回归模型的一般化。它由系统中每个变量对应一个方程组成。每个方程的等式右边都包含一个常数项和系统中所有变量的滞后项。两变量P阶VAR模型的一般表达式如下：
如果序列是平稳的，我们直接根据数据拟合 VAR 模型(称为”水平 VAR”)；如果序列非平稳，则将数据进行差分使其变得平稳，
Original: https://blog.csdn.net/weixin_39648430/article/details/112182531
Author: weixin_39648430
Title: adf检验代码 python_第22期：向量自回归（VAR）模型预测——Python实现
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/635244/
转载文章受原作者版权保护。转载请注明原作者出处！