var模型的实现。针对var模型的算法，估计模型的参数。并对其进行检验

matlab分时代码BVAR连接 描述 这是一种用户友好的Matlab GUI，它对贝叶斯多主题向量自回归（VAR）模型实施了变分推理方法，以便基于静止状态功能MRI数据来推理有效的大脑连通性。 建模框架使用贝叶斯变量选择方法，以允许在主题级别和小组级别同时推断有效的连接性。 它还可以灵活地将多模式数据（尤其是结构性DTI数据）集成到现有结构中。 我们开发的变分推理方法可实现方法的可扩展性，并能够根据数据的全脑分割来估计主题级和小组级的大脑连接网络 下面的手稿中描述了变分方法的方法论和详细实现： Chiang，S.，Guindani，M.，Yeh，HJ，Haneef，Z.，Stern，JM和Vannucci，M.（2017）。 使用多模态神经影像数据进行多主体有效连通性推理的贝叶斯矢量自回归模型。 人脑映射，38，1311-1332。 Kook，JH，Vaughn，KA，DeMaster，DM，Ewing-Cobbs，L.和Vannucci，M.（2020年）。 BVAR-连接：用于大脑连接网络推理的多主题向量自回归模型的变分贝叶斯方法。 神经信息学的出现。 内容和安装。 该存储库包含

MF-BVAR 该项目旨在实施混合贝叶斯VAR（MF-BVAR）模型，以预测新加坡名义有效汇率（SNEER）的问题。 与其他任何国家不同，新加坡金融管理局设有以汇率为中心的货币警察，其中SNEER是货币警察的中间目标。 MAS会定期对外汇市场进行干预，以确保SNEER保持在MAS唯一了解的范围内。 这样可以保证SNEER的中期价格稳定。 SNEER是每周变量，被称为新加坡主要贸易伙伴的贸易加权一篮子货币。 另一方面，SNEER内部国家的汇率具有较高的频率数据，可用于预测。 MAS汇率政策存在四个不确定性来源： （1）SNEER的每日价值 （2）SNNER的坡度 （3）SNEER乐队 该项目试图通过以下步骤解决此问题： （1）建立MF-BVAR以连接新加坡主要合作伙伴的外汇数据的每日价值，以对SNEER进行每日预测，只要该指数的每周最佳预测为最佳 （2）解决根据新加坡主要贸易伙伴主

变种 贝叶斯FAVAR模型 这些代码适用于用Scipy和Numpy用Python编写的贝叶斯因子增强VAR代码。 该规范的目的是分析韩国的工业生产率溢出效应。