Modele VAR pozwalają na analizę szeregu zjawisk w tym: badanie przyczynowości zjawisk, analizę odpowiedzi na impulsy, modelowanie zależności pomiędzy zmiennymi, prognozowanie zjawisk dynamicznych i finansowych.
Model VAR (p) można zapisać jako:
Yt – wektor wartości analizowanych procesów w chwili t (uwzględniający wszystkie zmienne w modelu),
Ai – macierz parametrów przy opóźnieniach zmiennych z wektora Y,
Et – wektor stacjonarnych zakłóceń losowych.
Do estymacji modeli VAR najlepiej zastosować UMNK (uogólniona metoda najmniejszych kwadratów). Metoda ta polega na przyjęciu za nieznane oceny parametrów B wektor bΩ, za pomocą którego minimalizujemy ważoną sumę kwadratów resztGoryl A., Jędrzejczyk Z., Kukuła K., Osiewalski J., Walkosz A., Wprowadzenie do ekonometrii, Wydawnictwo naukowe PWN, Warszawa 2009, s. 79.. Wagami tej minimalizacji są elementy macierzy odwrotnej do macierzy proporcjonalnej do macierzy kowariancji składników losowych.
Po zakończeniu procesu estymacji, aby sprawdzić czy wyestymowany model może być użyty w praktycznym wymiarze należy sprawdzić