

已閱讀1頁,還剩38頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在非參數(shù)估計的研究中,Bayesian方法是一種常用也非常有效的手段。本文應(yīng)用Bayesian的思想解決了一類非參數(shù)的估計的問題:有界區(qū)間上的變帶寬局部多項式估計和時間序列趨勢項的非參數(shù)估計。對于第一個問題,F(xiàn)anandGijbels(1996)提出了變帶寬局部多項式估計的思想:把區(qū)間依據(jù)數(shù)據(jù)容量劃分成一些小的區(qū)間,在每個子區(qū)間上用局部多項式來進行估計并根據(jù)某些適當(dāng)?shù)臏蕜t來確定其帶寬,本文把要劃分的小區(qū)間的個數(shù)和區(qū)間端點都作為隨機變量,
2、然后利用可逆跳躍的馬爾柯夫蒙特卡洛(RJMCMC)的方法來解決這一問題。對于第二個問題,從尺度空間(scalespace)的觀點來考慮帶AR(p)誤差的時間序列的趨勢函數(shù)的多尺度貝葉斯分析,即把趨勢函數(shù)的核估計中的帶寬(h)看成是隨機參數(shù),并服從混合T先驗或者混合對數(shù)正態(tài)的先驗,通過對h的貝葉斯分析來分析趨勢函數(shù)的長期、中期、短期的情況。為從后驗分布中抽取樣本,應(yīng)用Gibbs抽樣算法得到Markov-chain樣本。最后給出了數(shù)值例子和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 參數(shù)估計與非參數(shù)估計
- 非圓信號參數(shù)估計方法研究.pdf
- 參數(shù)估計方法
- 條件變異系數(shù)的非參數(shù)估計方法.pdf
- 參數(shù)的E Bayes估計和多層Bayes估計.pdf
- 基于Copula的風(fēng)險價值非參數(shù)估計研究.pdf
- 基于區(qū)間數(shù)據(jù)的非參數(shù)Bayes估計及其應(yīng)用.pdf
- 基于穩(wěn)定分布的GARCH模型的Bayes參數(shù)估計及其實證分析.pdf
- 狀態(tài)價格密度的非參數(shù)估計.pdf
- 基于非均勻采樣的信號頻譜檢測和參數(shù)估計方法研究.pdf
- 非平穩(wěn)、色噪聲環(huán)境下的參數(shù)估計方法研究.pdf
- 基于壓縮感知的PSK信號參數(shù)估計方法.pdf
- 非參數(shù)回歸模型的Bayes估計方法及其應(yīng)用研究.pdf
- 基于HHT的非平穩(wěn)信號特征提取與參數(shù)估計方法研究.pdf
- 基于MCMC方法的統(tǒng)計模型的參數(shù)估計.pdf
- 46373.更新函數(shù)的非參數(shù)估計
- 非高斯噪聲環(huán)境下PSK信號的參數(shù)估計方法研究.pdf
- 非協(xié)作通信PSK信號參數(shù)估計方法研究與實現(xiàn).pdf
- 極值分布參數(shù)估計方法的研究.pdf
- 機動目標參數(shù)估計方法研究.pdf
評論
0/150
提交評論