由于回归，只能用于预测与其前期相关的经济现象，即受自身历史因素影响较大的经济现象，如矿山的开采量、各种自然资源的产量等；对于受社会因素影响较大的经济现象，不宜采用self回归，而应采用能纳入其他变量的向量self回归模型,since回归是一个变量，它带有自己的滞后项回归。
since 回归是一个变量，它带有自己的滞后项回归。在eviews中，可以做MA模型，AR模型，ARMA模型。从回归建立变量时，首先观察变量的线图是否稳定。如果发现没有趋势变化，可以认为是稳定的，然后对变量进行单位根检验。如果测试结果的统计值小于右侧给出的显著性水平的临界值，则根据回归可以认为是稳定的。如果不是平稳的，对这个变量做一个差分，一般有一阶差分和二阶差分，也是先验证它的平稳性。如果稳定，观察其偏相关和自相关图，选择合适的模型，建立时间序列self 回归模型。
是。在建立结构VAR模型之前，如果是季度数据或者月度数据，我们需要对数据进行季节性调整。传统的联立方程模型曾经非常流行。这些结构模型越来越大，好像能很好地反映样本的情况，但对样本外数据的预测能力却很弱。因此，Sim(1980)提出了VAR模型。简化VAR模型的脉冲效应函数不唯一，且不包含变量间的当前影响。经济学是一门发展中的知识。经济学家试图将结构带回VAR模型，并考虑变量之间的当前影响。以下是结构风险值模型的设置
from 回归方法的优点是需要的数据较少，因此可以通过自身的变量序列进行预测。但这种方法有一定的局限性:必须具有自相关性，而自相关系数()是关键。如果自相关系数小于0.5，则不应使用，否则预测结果会极不准确。由于回归，只能用于预测与其前期相关的经济现象，即受自身历史因素影响较大的经济现象，如矿山的开采量、各种自然资源的产量等；对于受社会因素影响较大的经济现象，不宜采用self 回归，而应采用能纳入其他变量的向量 self 回归模型。
{3。
