向量自回归到任何模型（VARTA）的最大似然估计
统计方法学
2025-12-02 v1
摘要
多元时间序列文献主要局限于基于多元正态分布的模型或为特定应用开发的模型。本文提出一种通用方法，基于潜在的高斯向量自回归（VAR）模型。通过变换，我们可以捕捉多元时间序列的时间动力学及分布特性。该模型称为向量自回归到任何模型（VARTA）模型，最初由 Biller 和 Nelson（2003）提出，用于模拟目的。在本文中，我们推导出该模型的最大似然估计器，并检验其性能。我们还提供诊断分析及如何计算预测分布的方法。该提议方法可提供关于预测分布的更好估计，这些分布可以是任何类型，不一定局限于标准 VAR 模型的正态分布。
引用
@article{arxiv.2512.00631,
title = {Maximum Likelihood Estimation of the Vector AutoRegressive To Anything (VARTA) model},
author = {Jonas Andersson and Dimitris Karlis},
journal= {arXiv preprint arXiv:2512.00631},
year = {2025}
}
备注
23 pages, 4 figures