双ar就是两次自回归。自回归模型是统计上一种处理时间序列的方法。
自回归模型(英语:Autoregressive model,简称AR模型),是统计上一种处理时间序列的方法,用同一变数例如x的之前各期,亦即x1至xt-1来预测本期xt的表现,并假设它们为一线性关系。
因为这是从回归分析中的线性回归发展而来,只是不用x预测y,而是用x预测 x(自己);所以叫做自回归。
p阶自回归模型的自相关系数拖尾,偏自相关系数p阶截尾。 自回归模型被广泛运用在经济学、信息学、自然现象的预测上。
滞后的因变量(内生变量)作为解释变量出现在方程的右端。这种包含了内生变量滞后项的模型称为自回归模型。
在这类模型中,由于在X和它的若干期滞后之间往往存在数据的高度相关,从而导致严重多重共线性问题。因此,分布滞后模型极少按(1)式这样的一般形式被估计。
通常采用对模型各系数βj施加某种先验的约束条件的方法来减少待估计的独立参数的数目,从而避免多重共线性问题,或至少将其影响减至最小。这方面最著名的两种方法是科克方法和阿尔蒙方法。