SrVARM: State Regularized Vector Autoregressive Model for Joint Learning of Hidden State Transitions and State-Dependent Inter-Variable Dependencies from Multi-variate Time Series

2021 ◽  
Author(s):  
Tsung-Yu Hsieh ◽  
Yiwei Sun ◽  
Xianfeng Tang ◽  
Suhang Wang ◽  
Vasant G. Honavar
Keyword(s):  
Time Series ◽  
Autoregressive Model ◽  
State Transitions ◽  
Vector Autoregressive Model ◽  
Joint Learning ◽  
Vector Autoregressive ◽  
State Dependent

scholarly journals Modelling Inflation Sectors in Indonesia Using Vector Autoregressive (VAR)

2019 ◽  
Vol 20 (1) ◽  
pp. 47
Author(s):  
Alan Prahutama ◽  
S. Suparti ◽  
Dwi Ispriyanti ◽  
Tiani Wahyu Utami
Keyword(s):  
Time Series ◽  
White Noise ◽  
Granger Causality ◽  
Autoregressive Model ◽  
Vector Autoregressive Model ◽  
Vector Autoregressive

Analisis time series dapat dibagi menjadi dua yaitu analisis time series univariat dan analisis time series multivariat. Analisis time series univariat salah satunya menggunakan ARIMA, sedangkan analisis time series multivariat dapat menggunakan VAR. VAR merupakan pemodelan persamaan simultan yang memiliki beberapa variabel endogen secara bersamaan. Asumsi dalam model VAR antara lain terjadi kausalitas antar variabel (kausalitas Granger), residual white noise dan berdistribusi normal multivariat. Pada paper ini, metode VAR diimplementasikan dalam memodelkan sektor-sektor Inflasi di Indonesia. Adapun sektor-sektor tersebut antara lain sektor makanan (Y1t),Sektor Makanan Jadi, Minuman, Rokok dan Tembakau (Y2), Sektor perumahan, listrik, air, gas dan bahan bakar (Y3), Sektor Sandang (Y4), Sektor Kesehatan (Y5), Sektor Pendidikan dan Olahraga (Y6), Sektor Transportasi, Komunikasi dan Jasa Keuangan (Y7). Hasilnya adalah tidak semua variabel sektor inflasi berpengaruh terhadap sektor lainnya. Hanya beberapa variabel yang berpengaruh terhadap suatu sektor. Asumsi kausalitas Granger tidak semua dipenuhi oleh semua variabel. Begitu juga dengan normal multivariat juga tidak terpenuhi. Akan tetapi residual model sudah white noise. Keywords: vector autoregressive model, sectors of inflation, Granger Causality.

Use of Vector Autoregressive Model for Anomaly Detection in Utility Gas Turbines

2019 ◽  
Author(s):  
Vipul Goyal ◽  
Mengyu Xu ◽  
Jayanta Kapat
Keyword(s):  
Time Series ◽  
Anomaly Detection ◽  
Autoregressive Model ◽  
Gas Turbines ◽  
Time Series Data ◽  
Combined Cycle ◽  
Series Data ◽  
Vector Autoregressive Model ◽  
Vector Autoregressive ◽  
Multi Stage

Abstract This study is based on time-series data from the combined cycle utility gas turbines consisting of three-gas turbine units and one steam turbine unit. We construct a multi-stage vector autoregressive model for the nominal operation of powerplant assuming sparsity in the association among variables and use this as a basis for anomaly detection and prediction. This prediction is compared with the time-series data of the plant-operation containing anomalies. Granger causality networks, which are based on the associations between the time series streams, are learned as an important implication from the vector autoregressive modelling. Anomaly is detected by comparing the observed measurements against their predicted value.

scholarly journals PENGELUARAN PEMERINTAH DI MALUKU: ANALISIS VECTOR AUTOREGRESSIVE

2019 ◽  
Vol 4 (1) ◽  
Author(s):  
Jacobus Cliff Diky Rijoly
Keyword(s):  
Time Series ◽  
Impulse Response ◽  
Response Function ◽  
Autoregressive Model ◽  
Impulse Response Function ◽  
Variance Decomposition ◽  
Vector Autoregressive Model ◽  
Vector Autoregressive

 Pada tahun 1999 pemerintah Indonesia mengimplementasikan peraturan mengenai otonomi daerah, dampak langsung dari implementasi ini adalah setiap provinsi harus mampu mengembangkan pembangunan ekonomi di daerahnya sendiri. Hal ini juga terjadi di Maluku, peningkatan APBD (Anggaran Pendapatan dan Belanja Daerah), yang seharusnya menjadi instrument peningkatan pertumbuahan ekonomi di Maluku. Tapi, faktanya Maluku masih menjadi daerah termiskin ke 4 di Indonesia dan memiliki tingkat pengangguran paling tinggi di Indonesia. Efektifitas realisasi anggaran di duga menjadi permasalahan utama. Sesuai dengan data BPS Maluku mayoritas dari pengeluaran pemerintah yang ada digunakan sebagai pengeluaran/ belanja rutin (83.4%) dan sisanya (29.68%) diganakan sebagai belanja/ pengeluaran Modal, yang seharusnya di gunakan untuk mendorong akselerasi pertumbuhan ekonomi.Penelitian ini menggunakan VAR (Vector Autoregressive) model, untuk mengukur efek daro pengeluaran pemerintah terhadap pertumbuhan ekonomi Maluku, data yang di gunakan dalam penelitian ini menggunakan data time series dari tahun 1997-2016 yang besumber dati BPS Maluku.Hasil penelitian menunjukan bahwa pengeluaran pemerintah di tentukan oleh berbagai variabel diantaranya variabel eksogen (Kebijakan Pemerintah Melalui Penerimaan Migas maupun Non-Migas) serta variabel endogen ( PDB dan Pembentukan Modal Tetap). Hasil lain yang menggunakan instrument Impulse Response Function dan Analisis Variance Decomposition seluruh variable dalam jangka pendek dan jangka Panjang memiliki pengaruh positif terhadap Pengeluaran Pemerintah di Maluku.

scholarly journals A Spatial Panel Structural Vector Autoregressive Model with Interactive Effects and Its Simulation

Mathematics ◽  
2021 ◽  
Vol 9 (8) ◽  
pp. 883
Author(s):  
Yaqing Liu ◽  
Hongbing Ouyang ◽  
Xiaolu Wei
Keyword(s):  
Autoregressive Model ◽  
Common Factors ◽  
Interactive Effects ◽  
Vector Autoregressive Model ◽  
Finite Sample ◽  
Vector Autoregressive ◽  
Spatial Panel ◽  
The Common ◽  
Structural Vector Autoregressive Model ◽  
Structural Vector

The existing spatial panel structural vector auto-regressive model can effectively capture the time and spatial dynamic dependence of endogenous variables. However, the hypothesis that the common factors have the same effect for all spatial units is unreasonable. Therefore, incorporating time effects, spatial effects, and time-individual effects, this paper develops a more general spatial panel structural vector autoregressive model with interactive effects (ISpSVAR) that can reflect the different effects of common factors on different spatial units. Additionally, based on whether or not the common factors can be observed, this paper proposes procedures to estimate ISpSVAR separately and studies the finite sample properties of estimators by Monte Carlo simulation. The simulation results show the effectiveness of the proposed ISpSVAR model and its estimation procedures.

Sign in / Sign up

Export Citation Format

Share Document