Abstrakt
vektorový autoregresní model je velmi populární nástroj v různých časových řada analýz. Jeho parametry jsou obvykle odhadovány metodou nejmenších čtverců postup který je velmi citlivý na přítomnost chyb v datech, např. odlehlé hodnoty.
Pokud odlehlé hodnoty byly přítomné, by se odhad výsledků stala nespolehlivou. Proto V předložené práci jsme se navrhnout nový postup pro odhad vícerozměrné regresní model.
Tato metoda je vícerozměrné zobecnění z jednorozměrných nejmenších čtverců vážený (LWS) ze zbytků zaveden v roce [14]. Proto budeme volat tento odhad Vícerozměrné nejmenších vážených čtverců (MLWS) a budeme používat pro odhad RE koeficienty vektoru autoregresního model.
Budeme také provádět simulační studie porovnat náš odhad s LS a robustní V ícerozměrné nejmenších čtverců Lemované (MLTS).