版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、模型階數(shù)的確定、參數(shù)估計(jì)和預(yù)測(cè)問(wèn)題在時(shí)間序列建模中占有重要的位置。其中,模型階數(shù)的確定和參數(shù)估計(jì)是指利用數(shù)據(jù)及由序列生成的一切信息擬合出恰當(dāng)?shù)哪?;而預(yù)測(cè)是利用擬合模型對(duì)序列在未來(lái)某個(gè)時(shí)刻的取值進(jìn)行估計(jì),這是進(jìn)行時(shí)間序列分析的最主要的目的。 目前,在時(shí)間序列的建模分析中主要采用的是經(jīng)典統(tǒng)計(jì)的方法,這就要涉及到大量的抽樣理論,因此在理論分析時(shí)比較復(fù)雜。而運(yùn)用貝葉斯統(tǒng)計(jì)僅從貝葉斯原理出發(fā)就可進(jìn)行建模與預(yù)測(cè),其理論非常簡(jiǎn)單。但計(jì)算時(shí)常常
2、會(huì)遇到對(duì)高維概率分布作積分的復(fù)雜問(wèn)題,這使貝葉斯方法的運(yùn)用受到了極大的限制。隨著計(jì)算機(jī)技術(shù)的發(fā)展和貝葉斯方法的改進(jìn),使得異常復(fù)雜的高維計(jì)算問(wèn)題得到解決,很大程度上方便了參數(shù)的后驗(yàn)推斷問(wèn)題,極大的促進(jìn)了貝葉斯時(shí)間序列的發(fā)展。本文通過(guò)引進(jìn)滑動(dòng)平均模型MA(q)修改的近似模型和模型的近似似然函數(shù)克服了應(yīng)用貝葉斯方法分析時(shí)間序列積分難的問(wèn)題,成功運(yùn)用貝葉斯統(tǒng)計(jì)方法對(duì)滑動(dòng)平均序列MA(q)進(jìn)行定階、參數(shù)估計(jì)和預(yù)測(cè)。 首先,本文引進(jìn)一個(gè)對(duì)滑
3、動(dòng)平均模型修改的近似模型討論了滑動(dòng)平均序列MA(q)的定階問(wèn)題。文章從貝葉斯原理出發(fā),在給定的一般先驗(yàn)分布和二次損失函數(shù)下,通過(guò)極小化貝葉斯期望損失得到了滑動(dòng)平均模型MA(q)階數(shù)的貝葉斯估計(jì)。 其次,對(duì)定出階數(shù)的滑動(dòng)平均模型MA(q),在模型的似然函數(shù)中通過(guò)用誤差估計(jì)值代替誤差值得到近似似然函數(shù)后,分別基于正態(tài)一Gamma共軛先驗(yàn)分布和Jeffrey的無(wú)信息先驗(yàn)分布對(duì)滑動(dòng)平均參數(shù)和誤差精度進(jìn)行貝葉斯分析,從而得到模型參數(shù)的后驗(yàn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 混合模型的貝葉斯分析.pdf
- 競(jìng)爭(zhēng)失效模型的貝葉斯分析.pdf
- 回歸模型中的貝葉斯分析.pdf
- 圖模型結(jié)構(gòu)的貝葉斯分析.pdf
- 連續(xù)時(shí)間資產(chǎn)收益模型的貝葉斯分析.pdf
- 缺失數(shù)據(jù)的貝葉斯模型處理.pdf
- 多元廣義泊松回歸模型的貝葉斯分析.pdf
- 貝葉斯動(dòng)態(tài)模型的模擬處理.pdf
- 短期利率模型的貝葉斯估計(jì).pdf
- 啟東肝癌發(fā)病資料的貝葉斯圖解模型分析.pdf
- 貝葉斯算法原理分析
- 基于周期的貝葉斯網(wǎng)絡(luò)預(yù)測(cè)模型.pdf
- 基于貝葉斯網(wǎng)絡(luò)的預(yù)測(cè)模型研究.pdf
- 非高斯SV模型的貝葉斯估計(jì).pdf
- 基于貝葉斯博弈的攻擊預(yù)測(cè)模型.pdf
- 非對(duì)稱雙指數(shù)跳躍擴(kuò)散模型的貝葉斯分析.pdf
- 基于貝葉斯方法的隨機(jī)波動(dòng)模型分析及比較.pdf
- 基于貝葉斯網(wǎng)絡(luò)的地震液化風(fēng)險(xiǎn)分析模型研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的入侵檢測(cè)模型分析與研究.pdf
- 基于貝葉斯網(wǎng)絡(luò)的互動(dòng)故事模型.pdf
評(píng)論
0/150
提交評(píng)論