脉冲响应是分析内生变量对误差变化大小的反应，用于衡量来自随机扰动项的一个标准差大小的冲击对内生变量当期值和未来值的大小。VAR或SVAR是向量自回归联立方程模型，等式左边全是内生变量，这与单方程模型是不同的，单方程无法进行滞后算子结构分解，不能做脉冲分析，任何一个软件都做不到。

1.利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。最小二乘法是线性回归的主要思想，要求参数估计量具有无偏性、有效性、一致性。
2.脉冲和方差分解除了适用于VAR模型，还适用于VEC向量误差修正模型。
3.ARMA模型 误差修正模型都适用非平稳的时间序列数据，一般时间序列数据都会存在一定的季节性、随机性  这些规律是建模时可以剔除或找出的。

不知是否能帮助你，可以先对单纯的数据进行加工后再进行各种模型的实验。

非线性回归可以用于时间序列吗？这个可以用脉冲检验吗

非线性回归可以用于时间序列吗？这个可以用脉冲检验吗

前提就是序列必须都是平稳的。如果序列都是非平稳的，就看它们的差分是否平稳，如平稳，可直接对差分做Granger，或是用差分建立VAR做Granger以及做IRF脉冲检验。