邻域 VAR：利用邻域信息高效估计多元时间序列
统计方法学
2022-09-20 v1 应用统计
摘要
在数据科学中，向量自回归（VAR）模型在环境科学及其他应用中的多元时间序列建模颇受欢迎。然而，这些模型计算复杂，参数数量随时间序列数量呈二次增长。本文提出一种所谓邻域向量自回归（NVAR）模型，以高效分析高维多元时间序列。我们假定这些时间序列之间基于问题固有设定存在潜在的邻域关系，例如空间或网络关系。当该邻域信息可用或可借助距离矩阵概括时，我们证明所提 NVAR 方法能对模型参数提供计算高效且理论可靠的估计。所提方法的性能在模拟研究及河流氮研究的真实应用中与其他现有方法进行了比较。
引用
@article{arxiv.2209.08421,
title = {Neighborhood VAR: Efficient estimation of multivariate timeseries with neighborhood information},
author = {Zhihao Hu and Shyam Ranganathan and Yang Shao and Xinwei Deng},
journal= {arXiv preprint arXiv:2209.08421},
year = {2022}
}