The vector autoregression (VAR) is

The vector autoregression (VAR) is commonly used for forecasting systems of interrelated
time series and for analyzing the dynamic impact of random disturbances on the system of
variables. The VAR approach sidesteps the need for structural modeling by treating every
endogenous variable in the system as a function of the lagged values of all of the endogenous
variables in the system.
The mathematical representation of a VAR is:

ผลลัพธ์ (ไทย) 1:

Autoregression เวกเตอร์ (VAR) โดยทั่วไปใช้สำหรับการคาดการณ์ระบบการเชื่อมเวลาชุด และวิเคราะห์ผลกระทบชั่วคราวรบกวนสุ่มของระบบตัวแปร วิธี VAR sidesteps จำเป็นสำหรับการสร้างโมเดล โดยรักษาโครงสร้างทุกแปร endogenous ในระบบเป็นฟังก์ชันของค่าทั้งหมดที่ endogenous laggedตัวแปรในระบบนำเสนอทางคณิตศาสตร์ของ VAR อยู่:

ผลลัพธ์ (ไทย) 2:

เวกเตอร์ autoregression (VAR) โดยทั่วไปจะใช้สำหรับระบบการพยากรณ์ความสัมพันธ์
อนุกรมเวลาและการวิเคราะห์ผลกระทบแบบไดนามิกของการรบกวนสุ่มในระบบของ
ตัวแปร วิธี VAR sidesteps ความจำเป็นในการสร้างแบบจำลองโครงสร้างโดยการรักษาทุก
ตัวแปรภายนอกในระบบเป็นหน้าที่ของค่ารั้งทั้งหมดของภายนอก
. ตัวแปรในระบบ
การเป็นตัวแทนทางคณิตศาสตร์ของ VAR คือ

ผลลัพธ์ (ไทย) 3:

เวกเตอร์ฟรีเกี่ยวกับการถดถอยอัตตะ ( VAR ) เป็นที่ใช้กันทั่วไปสำหรับระบบพยากรณ์อนุกรมเวลาของคาบ
และการวิเคราะห์ผลกระทบของการรบกวนแบบสุ่มในระบบของ
ตัวแปร คือวิธีการที่ sidesteps ต้องการโมเดล โดยปฏิบัติทุก
ภายในตัวแปรในระบบเป็นฟังก์ชันของค่าสัมปทานทั้งหมดของตัวแปรภายนอก

ในระบบการแสดงทางคณิตศาสตร์ของวาร คือ :