PVAR模型的公式可以表示為:
yit = αi,0 + ∑j=1p αi,j yi,t-j + γi + θt + εit
其中:
yit 是因變數在i區域t時間的觀測值。
αi,0 是模型的截距項。
∑j=1p αi,j yi,t-j 表示p期滯後值的加總。
γi 表示個體效應。
θt 表示時間效應。
εit 表示隨機擾動項。
這個模型考慮了滯後期(j)、個體效應(γi)、時間效應(θt)以及隨機擾動項(εit),適用於面板數據(panel data)的分析。
PVAR模型的公式可以表示為:
yit = αi,0 + ∑j=1p αi,j yi,t-j + γi + θt + εit
其中:
yit 是因變數在i區域t時間的觀測值。
αi,0 是模型的截距項。
∑j=1p αi,j yi,t-j 表示p期滯後值的加總。
γi 表示個體效應。
θt 表示時間效應。
εit 表示隨機擾動項。
這個模型考慮了滯後期(j)、個體效應(γi)、時間效應(θt)以及隨機擾動項(εit),適用於面板數據(panel data)的分析。