文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 高等教育 > 理学 > 基于MCMC方法的贝叶斯AR(P)模型分析
侵权投诉

基于MCMC方法的贝叶斯AR(P)模型分析

基于MCMC方法的贝叶斯AR(P)模型分析

基于 MC MC方法的贝叶斯 AR(模型分析 p) 郑进城,朱慧明 (湖南大学统计学院,长沙 4 0 7 ) 10 9

摘

要:本文提出运用 Gb s ib抽样的 MC MC方法,解决时间序列 A p模型贝叶斯分析过程中 R( )

所遇到的复杂的数值计算问题,借数据仿真分析来说明运用 WiB G n U S软件建模的分析过程,出得 以 MC C为基础的 WiB G M n U S软件简便了贝叶斯 A p k R()~型的实际应用的结论 . 关键词:贝叶斯推断; R( )型; C A p模 M MC模拟; i s Gb抽样 b

中图分类号: 2 2 O 1. 8

文献标识码: A

文章编号:0 2 6 8 (0 5 1— 0 4 0 10— 4 7 2 0 )0 0 0— 3

此处随机误差项£,:…, £,£相互独立,且均服从正并 0引言运用贝叶斯方法进行经济时间序列分析,不仅充分利用态分布 N(, )T 0为模型误差项£的精度, OT,> .即方差的逆; 0 B=— 1一 2·0B ( ) 10B 0B一一 pp () 2

0,:…,p为模型的自回归系数, ., 0 0 P为模型的阶,K . By= Y K如果多项式 0 B:卜; ( ) 0的根都落在单位圆外,称该 A 则 R

了模型信息和样本数据信息,而且也融合了模型总体分布中 未知参数的信息.它克服了传统的静态模型难以处理突发事件的缺陷,具有灵活,易于适应外部变化的特点,它可以很好地解决传统统计方法的样本不足及样本质量不佳的问题,更 适合进行模型的预测,更能反映现实问题.文献[ 1 11 2 3 6对此 11问题做了研究论证 .

( )型为平稳过程 .假设本文所分析的 A ( ) p模 R p模型为平衡过程,若给定时间序列的初始值 y, o…,-设 O ( t Y Y,= 0,, 0 …

,

0),,此时随机变量 Y服从正态分布,, 即 则模型的似然函数为 L 0 T=(12 (,)f,, 0 ) yY… 1T,

(,,-…Yp~ ( l一 0 l…+ .T ) yy lI l一Y2 I N 0Yl 2_, _ ) y2++ 0y,1 r呻 I,

但正如运用贝叶斯方法分析其它统计模型一样,在时间序列模型的贝叶斯分析过程,对总体参数的统计推断,同样会遇到对高维概率分布作积分的复杂问题 .这使贝叶斯方法的应用受到了极大的限制.随着计算机技术的发展和贝叶斯方法的改进,特别是马尔科夫链蒙特卡罗 ( ro h i Makv can M ne C r,C C)法以及 WiB G ( aei nee c o t a1 M M方 O n U SB ys n if n e a r

(/p -l… O 音 e{ ( p 2_ T 0 y Y ) 度参数一的先验分布为 G mm分布, r a a即 1(,)1( l· () T0:TOr 1 T T ' T )

( 3 )

模型未知参数的先验分布采用经典的正态一 a m G m a分布族l即对于给定的一参数 0的先验分布为正态分布, l】, r,而精 () 4

U ig Gb sSmp n) s i a l g软件的发展和应用, n b i原先异常复杂的

高维计算问题随之迎刃而解,很

大程度上方便了参数的后验 推断问题,这使现代贝叶斯理论日趋势成熟,也极大地促进了贝叶斯理论地推广应用. 运用贝叶斯方法进行 A ( ) R p分析,已经有不少的文章做

其中 1(I Q"%x{ (一 l (一 ) T0 )c P p一 0 ) 0 ) T r T r Q 1()C e TT OT邢

() 5 () 6

过专门的介绍 1. 16本文基于 Gb s样的 MC 2] i抽 b MC方法,通过 实证数据利用 Wi U S n G软件进行贝叶斯 A p的建模分析. B R() 1数学模型 1贝叶斯 A p模型 . 1 R()

此处超参数∈R,>, 0 ta O .Q是 P阶正定矩阵.若记, Y:y,,,, (.: y)根据贝叶斯定理, Y… 参数 (,) 0T的联合后验分布密度函数与参数先验分布密度函数,模型拟合函数二者的 乘积成正比,即 1(,l 1(,)L 0T T0' f y) T0· (, T ) () 7

由参数的联合后验分布密度函数 1 0 ' T(,l f y)对 T在区间(, 0 .)进行积分, .上便得模型自回归系数 0的边缘后验分布密 度

设模型中的随机变量设为 Y, 则它的 A p模型为 R( ) 0 B Y==,,, ( ), l… n£t 2 () 1

基金项目:国家社科基金资助项目(4 T 0 3; 0 C J0 )中国博士后科学基金资助项目(0 4 3 0 1) 2 0 0 5 2 6 4 统计与决策 2 0 0 5年 1月 ( O下)

基于MCMC方法的贝叶斯AR(P)模型分析

第1页

你可能喜欢

  • 算法报告
  • 蒙特卡罗算法
  • 贝叶斯推断
  • 贝叶斯公式
  • 贝叶斯方法
  • 软件应用
  • 模型分析

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email