Forecast model category

Autorregresión vectorial jerárquica y multivariante

Los modelos HVAR de regresión automática vectorial jerárquica alivian el problema de que el rendimiento de las previsiones comience a degradarse a medida que cada variable añadida se trata de forma democrática, a pesar de que los datos más distantes suelen ser menos útiles para la previsión. En lugar de imponer un orden de retraso único y universal, los retrasos pueden variar según los modelos de HVAR. No hay variables exógenas en el marco del HVAR.
HVAR Componentwise Lasso
En los modelos de componentes, todas las variables tienen el mismo retraso máximo.
HVAR Elementwise Lasso
La estructura más general, en cada modelo marginal, cada serie puede tener su propio desfase máximo.
HVAR Own/Other Lasso
Impone un nivel adicional de jerarquía: prioriza los rezagos «propios» sobre los «otros» rezagos en el marco de HVAR.

Explore more model categories

Modelos univariados de series temporales
Modelos multivariantes de frecuencia mixta
Autorregresión vectorial jerárquica y multivariante
Multivariante, grupo Lasso
Modelos multivariados y penalizados
Modelos multivariantes de aprendizaje automático
Modelos econométricos clásicos multivariantes

Ofrecemos un software de pronóstico automatizado que combina métodos académicos de vanguardia con indicadores líderes específicos del mercado. Esto ayuda a su organización a alcanzar el nivel más alto de precisión en las previsiones.

© 2025 Iindicio Technologies Todos los derechos reservados