(eng): In Bayesian normal vector AR model (BVAR) of data evolution in a discrete time we are trying to predict the distribution of data up to horizon h. Since the analytical solution of such a prediction is difficult due to the high dimensionality of the problem, we are forced to search for approximative solutions. We propose a solution using Monte Carlo sampling from parameter distribution and later reconstruction of the predictive distribution of data.

(cze): Článek ukazuje možné řešení predikce ve vícerozmerném normálním autoregresním modelu s náhodnými parametry (Bayesovský model) až do zadaného horizontu h. Díky složitému analytickému řešení problému predikce byli autoři nuceni hledat aproximativní řešení. V článku je navrženo řešení za pomoci Monte Carlo vzorkování z distribuce parametrů a zpětná rekonstrukce výsledné předpovědi pro vysvětlovanou proměnnou.