Multivariate, groep Lasso

Bestaat uit een Lasso-penalty die geometrisch toeneemt met de vertraging. Dit betekent dat bij deze modellen kortere vertragingen prioriteit krijgen, vergeleken met de configuratie in andere VAR-modellen.

Sparse verwijst naar het niet bestraffen van een hele groep. In bepaalde scenario's kan een groepsstraf te restrictief zijn. Aan de andere kant zal het hebben van veel groepen de rekentijd aanzienlijk verlengen en in het algemeen de voorspellingsprestaties niet verbeteren.

Groepereert de reeks op basis van de vertragingen van de verklarende variabelen. Het model selecteert de variabelen en hun vertragingen op basis van lag-groepering, wat betekent dat de eerste vertragingen, tweede vertragingen enz. van alle variabelen in groepen worden ingedeeld. Als ze niet bijdragen, worden hele groepen bestraft.

VARX Endegenous-First gebruikt een penalty om prioriteit te geven aan endogene series. Met een bepaalde vertraging kan een exogene reeks alleen in het model terechtkomen als hun endogene tegenhanger niet nul is.

In dit model maakt de groepering onderscheid tussen de eigen vertragingen van een serie en die van andere series. Deze structuur is vergelijkbaar met Componentwise (zie hieronder), maar geeft prioriteit aan „eigen” vertragingen boven „andere” vertragingen voor een specifieke vertraging. Dit is gebaseerd op de hypothese dat eigen vertragingen informatiever zijn dan andere vertragingen.