学位论文 > 优秀研究生学位论文题录展示
双重时间序列模型参数估计的一类新方法
作 者: 李贤锦
导 师: 胡锡健
学 校: 新疆大学
专 业: 概率论与数理统计
关键词: 双重时间序列模型 参数估计 MCMC 贝叶斯 Gibbs抽样
分类号: O211.61
类 型: 硕士论文
年 份: 2011年
下 载: 38次
引 用: 0次
阅 读: 论文下载
内容摘要
随着时间序列研究的不断深入,为了能更好的描述现实世界,人们更加关注非线性时间序列,在这样的背景下诞生了双重时间序列模型.自模型诞生以来,由于其本身的非线性、复杂性,使得人们对模型的研究主要集中在求模型的平稳解及其相关性质,而对于模型定阶、参数估计以及对未来时刻的预报都少有人研究,即使有,也仅限于几种简单的模型,所使用的方法也仅限于矩估计.受限于上述情况,使得双重模型的深入研究陷入停顿,更阻碍了模型的推广.因此,对双重模型进行研究具有深刻的实际意义.本文主要讨论两类重要的非线性时间序列模型:AR(1)-AR(1)、AR(1)-MA(q)双重模型.在假设模型二阶平稳解存在的前提条件下,对模型的参数进行估计.考虑到双重模型的参数估计难,而且传统的参数估计方法难以胜任,文中引入一种新的方法,即基于MCMC和贝叶斯统计对模型的参数进行估计,并系统的推导出模型中各参数的贝叶斯估计值和Gibbs抽样迭代步骤.最后通过WinBUGS软件进行数值模拟,模拟表明用该方法估计模型的参数是可行的,且与传统方法相比较更易于实现.本文的创新之处:根据贝叶斯统计的建模方法,建立了AR(1)-AR(1)、AR(1)-MA(q)双重模型的贝叶斯统计模型,从理论上得到了模型中参数的条件后验分布和贝叶斯估计值.再结合MCMC方法,推导出参数的抽样值.最后运用WinBUGS进行模拟,得到了模型中各参数的后验分布的均数、标准差、95%置信区间和中位数等信息,这里后验分布的均数即为参数的实际估计值.通过本文系统的研究,证明运用MCMC和贝叶斯统计方法能够解决双重时序模型的参数估计问题,这是一种思路,目的是抛砖引玉.对于各种时间序列模型的参数估计问题,尤其是非线性模型,在传统方法失效的时候,该方法不失为一种解决问题的选择.
|
全文目录
摘要 3-4 Abstract 4-8 第一章 引言 8-16 1.1 双重模型产生的背景及意义 8-9 1.2 双重模型的描述 9-10 1.3 双重模型的研究现状 10-13 1.4 研究内容与结构安排 13-15 1.5 创新之处 15-16 第二章 AR(1)-AR(1)双重模型参数的MCMC和贝叶斯估计 16-28 2.1 AR(1)-AR(1)双重模型描述 16-17 2.2 AR(1)-AR(1)双重模型的贝叶斯分析 17-22 2.2.1 AR(1)-AR(1)双重模型的条件似然函数 17 2.2.2 不可观察数据的条件后验分布和贝叶斯估计 17-19 2.2.3 AR(1)-AR(1)双重模型各参数的条件后验分布及贝叶斯估计 19-22 2.3 AR(1)-AR(1)双重模型的Gibbs抽样算法 22-24 2.4 仿真模拟研究 24-27 2.4.1 数据 24 2.4.2 建模分析 24-27 2.5 小结 27-28 第三章 AR(1)-MA(1)双重模型参数的MCMC和贝叶斯估计 28-39 3.1 AR(1)-MA(1)双重模型描述 28-29 3.2 AR(1)-MA(1)双重模型的贝叶斯分析 29-34 3.2.1 AR(1)-MA(1)双重模型的条件似然函数 29-30 3.2.2 不可观察数据的条件后验分布和贝叶斯估计 30-31 3.2.3 AR(1)-MA(1)双重模型各参数的条件后验分布及贝叶斯估计 31-34 3.3 AR(1)-MA(1)双重时序模型的Gibbs抽样算法 34-35 3.4 仿真模拟研究 35-38 3.4.1 数据 35 3.4.2 建模分析 35-38 3.5 小结 38-39 第四章 AR(1)-MA(q)双重模型参数的MCMC和贝叶斯估计 39-51 4.1 AR(1)-MA(q)双重模型描述 39-41 4.2 AR(1)-MA(q)双重模型的贝叶斯分析 41-45 4.2.1 AR(1)-MA(q)双重模型的条件似然函数 41 4.2.2 不可观察数据的条件后验分布和贝叶斯估计 41-42 4.2.3 AR(1)-MA(q)双重模型各参数的条件后验分布及贝叶斯估计 42-45 4.3 AR(1)-MA(q)双重模型的Gibbs抽样算法 45-47 4.4 仿真模拟研究 47-50 4.4.1 数据 47 4.4.2 建模分析 47-50 4.5 小结 50-51 第五章 总结与展望 51-53 5.1 总结 51 5.2 展望 51-53 参考文献 53-57 硕士期间发表及完成论文清单 57-58 致谢 58
|
相似论文
- 直接序列扩频信号检测与参数估计方法研究,TN914.42
- 地波辐射源的调制类型识别与参数估计,TN957.51
- 多传感器信息融合及其在可穿戴计算机上的应用,TP202
- 硝酸钠制配过程中pH值的预测控制及仿真研究,TP273
- 黄磷储罐区安全评价方法研究,TQ126.317
- 基于聚类分析的P2P流量识别算法的研究,TP393.02
- 黑麦草(Lolium perenne L.)代谢QTL定位与代谢网络构建,S543.6
- 用户权限管理系统可靠性测试的研究与应用,TP311.53
- 贝叶斯方法下二值与多值序次数据模型与异常点的同时识别,O212.1
- 语音信号的压缩感知研究及其在语音编码中的应用,TN912.3
- 城市轨道交通运营管理系统测试与评价方法研究,TP311.52
- 类药性和生物利用度的理论预测研究,R914
- 有序Probit模型的非参贝叶斯统计,O212.8
- 基于状态空间模型的赔款准备金的研究,F842.3
- 认知无线电系统合作频谱感知中感知数据错误化攻击防御技术,TN925
- 基于改进的非参数回归交通流量预测方法,F570
- 基于压缩感知的多径信道估计及其研究,TN925
- 基于无线传感器网络的智能家居安全监测系统的研究与应用,TP273.5
- 基于熵的音乐声纹检索算法的研究与实现,TP391.3
- 人机交互环境下学术搜索功能学习的心智模型动态改变研究,G350
- 相关观测粗差探测的Bayes方法及其在GPS网平差中的应用,P228.4
中图分类: > 数理科学和化学 > 数学 > 概率论与数理统计 > 概率论(几率论、或然率论) > 随机过程 > 平稳过程与二阶矩过程
© 2012 www.xueweilunwen.com
|