摘要: 内容提要:向量自回归模型是多元时间序列分析中最常用的方法之一。在建立模型的过程中模型选择是非常重要的一个环节,如果候选模型不是很多时,可以通过比较每个模型的准则值如AIC、AICc、BIC或HQ进行模型选择。可是,当存在大量候选模型时,我们无法一一比较每个模型的准则值。为了解决这个问题,本文提出一个基于吉伯斯样本生成器的向量自回归模型选择方法,结果表明应用该方法能够从大量候选模型中准确、高效地确认准则值最小的模型。
赵昕东, 钱国骐. 基于吉伯斯样本生成器的向量自回归模型选择 [J]. 统计研究, 2008, 25(1): 86-92.
Zhao Xindong, Qian Guoqi. Vector Autoregressive Model Selection Based on Gibbs Sampler[J]. Statistical Research, 2008, 25(1): 86-92.