| BVAR-package | 层次贝叶斯向量自回归 | ||
| as.mcmc.bvar | “尾波”马尔可夫链蒙特卡罗方法 | ||
| as.mcmc.bvar_chains | “尾波”马尔可夫链蒙特卡罗方法 | ||
| bvar | 层次贝叶斯向量自回归 | ||
| bv_alpha | 明尼苏达州先前设置 | ||
| bv_dummy | 虚拟先前设置 | ||
| bv_fcast | 预测设置 | ||
| bv_irf | 脉冲响应设置和识别 | ||
| bv_lambda | 明尼苏达州先前设置 | ||
| bv_metropolis | 大都会黑斯廷斯设置 | ||
| bv_mh | 大都会黑斯廷斯设置 | ||
| bv_minnesota | 明尼苏达州先前设置 | ||
| bv_mn | 明尼苏达州先前设置 | ||
| bv_priors | 以前的设置 | ||
| bv_psi | 明尼苏达州先前设置 | ||
| bv_soc | 虚拟先前设置 | ||
| bv_sur | 虚拟先前设置 | ||
| coda | “尾波”马尔可夫链蒙特卡罗方法 | ||
| coef.bvar | 贝叶斯变分的系数和VCOV方法 | ||
| companion | 从贝叶斯VAR中提取伴随矩阵 | ||
| companion.bvar | 从贝叶斯VAR中提取伴随矩阵 | ||
| density.bvar | 贝叶斯变量的密度方法 | ||
| fevd | 贝叶斯变量的脉冲响应和预测误差方法 | ||
| fevd.bvar | 贝叶斯变量的脉冲响应和预测误差方法 | ||
| fitted.bvar | 贝叶斯变分的拟合和残差方法 | ||
| fred_code | FRED变换与子集辅助 | ||
| fred_md | FRED-MD和FRED-QD：宏观经济研究数据库 | ||
| fred_qd | FRED-MD和FRED-QD：宏观经济研究数据库 | ||
| fred_transform | FRED变换与子集辅助 | ||
| independent_index | 贝叶斯变量的密度方法 | ||
| irf | 贝叶斯变量的脉冲响应和预测误差方法 | ||
| irf.bvar | 贝叶斯变量的脉冲响应和预测误差方法 | ||
| irf | 贝叶斯变量的脉冲响应和预测误差方法 | ||
| logLik.bvar | 贝叶斯变分的对数似然方法 | ||
| par_bvar | 并行层次贝叶斯向量自回归 | ||
| plot.bvar | 贝叶斯变量的作图方法 | ||
| plot.bvar_density | 贝叶斯变量的密度方法 | ||
| plot.bvar_fcast | 贝叶斯VAR预测的作图方法 | ||
| plot.bvar_irf | 贝叶斯VAR脉冲响应的作图方法 | ||
| plot.bvar_resid | 贝叶斯变分的拟合和残差方法 | ||
| predict.bvar | 贝叶斯变分的预测方法 | ||
| predict | 贝叶斯变分的预测方法 | ||
| residuals.bvar | 贝叶斯变分的拟合和残差方法 | ||
| summary.bvar | 贝叶斯变分的汇总方法 | ||
| summary.bvar_fcast | 贝叶斯变分的预测方法 | ||
| summary.bvar_irf | 贝叶斯变量的脉冲响应和预测误差方法 | ||
| vcov.bvar | 贝叶斯变分的系数和VCOV方法 |