Multivariat, Gruppe Lasso

Besteht aus einer Lasso-Strafe, die geometrisch mit der Verzögerung zunimmt. Das bedeutet, dass kürzere Lags in diesen Modellen Vorrang haben als bei anderen VAR-Modellen.

In diesem Modell unterscheidet die Gruppierung zwischen den eigenen Verzögerungen einer Serie und denen anderer Serien. Diese Struktur ähnelt der komponentenweisen Struktur (siehe unten), wobei jedoch „eigene“ Verzögerungen für eine bestimmte Verzögerung den Vorrang vor „anderen“ Verzögerungen eingeräumt werden. Dies basiert auf der Hypothese, dass eigene Lags aussagekräftiger sind als andere Lags.

Sparse bezieht sich darauf, eine ganze Gruppe nicht zu bestrafen. In bestimmten Szenarien kann eine Gruppenstrafe zu restriktiv sein. Andererseits erhöht eine Vielzahl von Gruppen die Berechnungszeit erheblich und verbessert im Allgemeinen nicht die Prognoseleistung.

VARX Endegenous-First verwendet eine Strafe, um endogenen Serien Priorität einzuräumen. Bei einer bestimmten Verzögerung kann eine exogene Reihe nur dann in das Modell aufgenommen werden, wenn ihr endogenes Gegenstück ungleich Null ist.

Gruppiert die Reihe auf der Grundlage der Verzögerungen der erklärenden Variablen. Das Modell wählt die Variablen und ihre Verzögerungen auf der Grundlage der Lag-Gruppierung aus, was bedeutet, dass die ersten Lags, die 2. Lags usw. aller Variablen in Gruppen zusammengefasst werden. Wenn kein Beitrag geleistet wird, werden ganze Gruppen bestraft.