Bayesian time-varying autoregressions: Theory, methods and applications

Raquel Prado; Gabriel Huerta; Mike West

doi:10.11606/resimeusp.v4i4.75003

Bayesian time-varying autoregressions: Theory, methods and applications

Autores

Raquel Prado Departamento de Computo Cientifico y Estadistica and CESMa, Universidad Simon Bolivar
Gabriel Huerta Departamento de Probabilidad y Estadistica, Centro de Investigacion en Matematicas
Mike West Institute of Statistics and Decision Sciences, Duke University

DOI:

https://doi.org/10.11606/resimeusp.v4i4.75003

Palavras-chave:

Bayesian analysis, Dynamic linear models

Resumo

We review the class of time-varying autoregressive (TVAR) models and a range of related recent developments of Bayesian time series modelling.

Downloads

Não há dados estatísticos.

Downloads

PDF (English)

Como Citar

Prado, R., Huerta, G., & West, M. (2014). Bayesian time-varying autoregressions: Theory, methods and applications. Resenhas Do Instituto De Matemática E Estatística Da Universidade De São Paulo, 4(4), 405-422. https://doi.org/10.11606/resimeusp.v4i4.75003