We review autoregressive models for the analysis of multivariate count time series. In doing so, we discuss the choice of a suitable distribution for a vectors of count random variables. This review focus on three main approaches taken for multivariate count time series analysis: (a) integer autoregressive processes, (b) parameter-driven models and (c) observation-driven models. The aim of this work is to highlight some recent methodological developments and propose some potentially useful research topics.
翻译:我们审查用于分析多变量计时序列的自动递减模型。 在此过程中, 我们讨论为计算随机变量的矢量选择合适的分布。 本审查侧重于用于多变量计时序列分析的三种主要方法:(a) 整数自动递减进程,(b) 参数驱动模型和(c) 观察驱动模型。 这项工作的目的是突出最近的一些方法发展,并提出一些可能有用的研究课题。