主成份分析是为了提前众多指标中有典型代表性的几个主要成分，其中主成分的一种计算得分方法是用回归方法 ARIMA模型的基本思想是将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列。

向量自回归模型Vector autoregression，VAR是基于数据的统计性质建立模型，VAR模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自。

自回归是一个变量自己跟自己的滞后项进行回归在eviews中，可以做MA模型AR模型和ARMA模型一个变量建立自回归的时候，首先观察一个变量的线图是否平稳，如果发现没有趋势上的变化，只是在一个值附近的波动则可以认为平稳。

几个变量都行本来就是拿来做多变量的不知道你是什么版本的，我的是eviews 40 点击主菜单栏的quick，最下面有个estimate VAR然后在endogenous variables 这里面写上你要做的变量的名字就是你图上面的什么cost。

数据对M1和PPI建立向量自回归，包括三个季节性虚拟变量外生的X，D1，D2和D3这是恩德斯，应用计量经济分析第二版的第五章练习7的数据ndata，txt1，MixedData1=xlsreadsamplecode_pathXMAT=ndataNALT=。