通过最小化参数准则获取向量自回归模型的系数
摘要：VAR模型是一种在计量经济学中广泛应用的多方程模型。随着大数据的到来，各个领域正在收集大量数据，使得这种统计模型的应用变得可行。虽然已经存在解决这个问题的工具，但是数据量的巨大，加上计算技术和高性能系统的可用性，建议深入分析VAR模型的计算方面，以便能够有效地使用当今计算系统解决大型模型。 本研究旨在通过使用启发式和元启发式算法来求解VAR模型的系数，通过最小化一个参数准则，并与OLS方法得到的系数进行比较。此外，我们考虑采用不同的方法来减少寻找模型所需的时间，如使用矩阵分解（QR或LQ），利用矩阵结构，使用高性能线性代数子程序（BLAS和LAPACK）或并行元启发式算法。
作者：Alfonso L. Casta~no, Javier Cuenca, Domingo Gim''enez, Jose J. L''opez-Esp''in, Alberto P''erez-Bernabeu
论文ID：1711.09369
分类：Other Computer Science
分类简称：cs.OH
提交时间：2017-12-01