通过参数准则最小化获取向量自回归模型的系数
其他计算机科学
2017-12-01 v1
摘要
VAR模型是一类多方程模型，已广泛应用于计量经济学。随着大数据的到来，众多领域正在收集海量数据，使得此类统计模型的应用成为可能。已有工具可解决该问题，但数据量大，加之计算技术与高性能系统的可用性，提示有必要对VAR的计算方面进行深入分析，以便用当今的计算系统高效求解大型模型。本文旨在通过启发式与元启发式算法获取系数来求解VAR模型，最小化某一参数准则，并与OLS所得系数进行比较。此外，我们考虑不同的方法来减少寻找模型所需的时间，例如使用矩阵分解（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。
引用
@article{arxiv.1711.09369,
title = {Obtaining the coefficients of a Vector Autoregression Model through minimization of parameter criteria},
author = {Alfonso L. Castaño and Javier Cuenca and Domingo Giménez and Jose J. López-Espín and Alberto Pérez-Bernabeu},
journal= {arXiv preprint arXiv:1711.09369},
year = {2017}
}
备注
International Workshop on Optimization and Learning: Challenges and Applications, Alicante (Spain)