cholesky分解matlab代码-bvars:贝叶斯向量自回归的R包

  • f6_399893
    了解作者
  • 400.2KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-04-12 08:01
    上传日期
cholesky分解matlab代码 布瓦斯 概述 bvar是R例程的集合,用于估计R中的线性和非线性贝叶斯矢量自回归模型。原始R代码基于by和Koop and Koribilis(2009)的Matlab代码,自那时以来经历了多次迭代,扩展和更新。 模型和功能包括: VAR模型 线性VAR 区域切换VAR 阈值VAR 因子增强模型 识别结构模型 胆固醇分解 标志限制 零限制 应用领域 脉冲响应功能 预测误差方差分解 有条件和无条件的预测 历史分解 实用工具 冲激响应函数图,预测 安装 要安装该软件包,您需要devtools软件包。 如果没有devtools软件包,则可以使用 install.packages("devtools") 一旦安装了devtools软件包,就可以使用以下命令安装bvar软件包: library('devtools') devtools::install_github('joergrieger/bvars')
bvars-master.zip
内容介绍
[![Build Status](https://travis-ci.com/joergrieger/bvars.svg?branch=master)](https://travis-ci.com/joergrieger/bvars) [![Build status](https://ci.appveyor.com/api/projects/status/nwnb0pglfq2o9eo4?svg=true)](https://ci.appveyor.com/project/joergrieger/bvars) [![codecov](https://codecov.io/gh/joergrieger/bvars/branch/master/graph/badge.svg)](https://codecov.io/gh/joergrieger/bvars) [![License: GPL v3](https://img.shields.io/badge/License-GPLv3-blue.svg)](https://www.gnu.org/licenses/gpl-3.0) [![CRAN\_Status\_Badge](http://www.r-pkg.org/badges/version/bvars)]() [![Project Status: Active – The project has reached a stable, usable state and is being actively developed.](https://www.repostatus.org/badges/latest/active.svg)](https://www.repostatus.org/#active) [![stability-stable](https://img.shields.io/badge/stability-stable-green.svg)](https://github.com/joethorley/stability-badges#stable) # bvars ## Overview bvar is a collection of R routines for estimating Linear and Nonlinear Bayesian Vector Autoregressive models in R. The original R code was based on the Matlab Code by [Blake and Mumtaz (2012)](http://www.bankofengland.co.uk/education/Pages/ccbs/technical_handbooks/techbook4.aspx) and Koop and Koribilis (2009) and has since then undergone several iterations, extensions and updates. Models and functionalities include: * VAR Models * Linear VARs * Regime Switching VARs * Threshold VARs * Factor-Augmented Models * Identification of Structural Models * Cholesky decomposition * Sign Restrictions * Zero restrictions * Applications * Impulse-Response Functions * Forecast error variance decomposition <not yet implemented> * conditional and unconditional forecasting * historical decomposition * Utilities * Plotting of Impulse-Response Functions, Forecasts * [Project Homepage](https://joergrieger.github.io/bvars/) * [Python version (WIP)](https://github.com/joergrieger/pybvar) ## Installation To install the package you need the devtools package. If you don't have the devtools package, you can install it with install.packages("devtools") Once you have installed the devtools package you can install the bvar package with library('devtools') devtools::install_github('joergrieger/bvars')
评论
    相关推荐
    • rGMDH:数据处理回归方法的组方法的R实现
      该方法可用于通过创建高阶多项式来解决具有数字输入和输出变量的回归任务。 安装 您可以使用直接从 github 安装包: devtools::install_github("dratewka/rGMDH") 例子 您可以按如下方式解决回归任务: x <-...
    • git1_CDV
      回归 有用的链接 :thumbs_up: 示例代码Python + Selenium Webdriver 从Selenium导入webtest导入unittest class BaseTest ( unittest . TestCase ): def setUp ( self ): self . driver = webdriver . Chrome ...
    • 主题:Typecho粉丝主题作品目录
      单击右上角绿色按钮处克隆git地址或打包下载所有主题。 作者须知 本目录下作品应为经作者同意允许在这里进行多人自由更新的。 主题作者可提交有特色但不再维护的作品,由其他成员视需求能力做后续修正。 推荐用方法...
    • guard-regressor:回归器 gem 的保护插件
      守卫::回归器 用于Guard 插件 安装 将此行添加到应用程序的 Gemfile 中: gem 'guard-regressor' 然后执行: $ bundle 或者自己安装: $ gem install guard-regressor 用法 $ guard init regressor 贡献 ...
    • Elisa 计算程序
      利用该程序可轻松计算进行四参数拟合,二次曲线拟合,三次曲线拟合,Logit-log直线回归
    • LogiTest-开源
      LogiTest是一套应用程序,可帮助测试网站和基于Web的应用程序。 该套件中的应用程序包括:用于功能和回归测试的LogiTest,用于实时监视的LogiMonitor和用于负载测试的LogiLoad。
    • recheck-web:重新检查Web应用程序–使用本地Golden Masters,类似Git的忽略语法和“ Unbreaka
      当网站损坏或无法使用(包括视觉回归)时,是否使您的端到端测试实际上失败了 当微不足道的元素ID发生变化时,测试不会失败 轻松维护测试 recheck-web为您提供了这些超级功能,以及更多其他功能。 目录 这个怎么...
    • Eternal_Return_Handbook:永恒回归
      永恒回归:黑色生存手册-android Git流 顾名思义,使用master和development分支。 功能支架用于功能/功能摘要格式(功能/字符,功能/项目路径) release分支以feature + version的形式使用(release-RB_,...
    • refund:使用功能数据进行回归
      使用功能数据进行回归的方法 这些软件包实现了功能数据回归的各种方法。 具有标量响应和功能预测变量的回归在函数pfr , peer , lpeer , fpcr和fgam 。 有关功能响应的回归,请参阅pffr , fosr和fosr2s 。 正则...
    • GlobolakesEIV:为具有测量误差的变量定义回归
      球蛋白 露丝(Ruth) 您将需要安装R软件包“ shiny”,“ boot”,“ markdown”,“ mcr”及其依赖项才能运行该应用程序。 键入runGitHub(repo ='GlobolakesEIV',用户\u540d='GMY2018')以运行该应用程序。