Ridge Regression

Il s'agit d'une façon d'utiliser des modèles bayésiens dans un cadre VAR. Avant Lasso, la méthode la plus utilisée pour choisir les variables à inclure était la sélection par étapes. À cette époque, la régression de crête était la technique alternative la plus populaire utilisée pour améliorer la précision des prévisions. La régression de crête améliore l'erreur de prédiction en réduisant les grands coefficients de régression afin de réduire le surajustement, mais elle n'effectue pas de sélection de variables et ne contribue donc pas à rendre le modèle plus interprétable.