由于回歸，只能用于預測與其前期相關的經濟現象，即受自身歷史因素影響較大的經濟現象，如礦山的開采量、各種自然資源的產量等；對于受社會因素影響較大的經濟現象，不宜采用self回歸，而應采用能納入其他變量的向量self回歸模型,since回歸是一個變量，它帶有自己的滯后項回歸。
since 回歸是一個變量，它帶有自己的滯后項回歸。在eviews中，可以做MA模型，AR模型，ARMA模型。從回歸建立變量時，首先觀察變量的線圖是否穩定。如果發現沒有趨勢變化，可以認為是穩定的，然后對變量進行單位根檢驗。如果測試結果的統計值小于右側給出的顯著性水平的臨界值，則根據回歸可以認為是穩定的。如果不是平穩的，對這個變量做一個差分，一般有一階差分和二階差分，也是先驗證它的平穩性。如果穩定，觀察其偏相關和自相關圖，選擇合適的模型，建立時間序列self 回歸模型。
是。在建立結構VAR模型之前，如果是季度數據或者月度數據，我們需要對數據進行季節性調整。傳統的聯立方程模型曾經非常流行。這些結構模型越來越大，好像能很好地反映樣本的情況，但對樣本外數據的預測能力卻很弱。因此，Sim(1980)提出了VAR模型。簡化VAR模型的脈沖效應函數不唯一，且不包含變量間的當前影響。經濟學是一門發展中的知識。經濟學家試圖將結構帶回VAR模型，并考慮變量之間的當前影響。以下是結構風險值模型的設置
from 回歸方法的優點是需要的數據較少，因此可以通過自身的變量序列進行預測。但這種方法有一定的局限性:必須具有自相關性，而自相關系數()是關鍵。如果自相關系數小于0.5，則不應使用，否則預測結果會極不準確。由于回歸，只能用于預測與其前期相關的經濟現象，即受自身歷史因素影響較大的經濟現象，如礦山的開采量、各種自然資源的產量等；對于受社會因素影響較大的經濟現象，不宜采用self 回歸，而應采用能納入其他變量的向量 self 回歸模型。
{3。
