PVAR模型的公式可以表示為：
yit = αi,0 + ∑j=1p αi,j yi,t-j + γi + θt + εit
其中：
yit 是因變數在i區域t時間的觀測值。
αi,0 是模型的截距項。
∑j=1p αi,j yi,t-j 表示p期滯後值的加總。
γi 表示個體效應。
θt 表示時間效應。
εit 表示隨機擾動項。
這個模型考慮了滯後期（j）、個體效應（γi）、時間效應（θt）以及隨機擾動項（εit），適用於面板數據（panel data）的分析。
PVAR模型的公式可以表示為：
yit = αi,0 + ∑j=1p αi,j yi,t-j + γi + θt + εit
其中：
yit 是因變數在i區域t時間的觀測值。
αi,0 是模型的截距項。
∑j=1p αi,j yi,t-j 表示p期滯後值的加總。
γi 表示個體效應。
θt 表示時間效應。
εit 表示隨機擾動項。
這個模型考慮了滯後期（j）、個體效應（γi）、時間效應（θt）以及隨機擾動項（εit），適用於面板數據（panel data）的分析。