期刊文章详细信息
基于MH算法的贝叶斯分位自回归模型 ( EI收录)
Bayesian Inference on the Quantile Autoregressive Models with Metropolis-hastings Algorithm
文献类型:期刊文章
机构地区:[1]湖南大学工商管理学院,湖南长沙410082 [2]布鲁内尔大学数学系
基 金:国家自然科学基金资助项目(70771038);教育部新世纪优秀人才支持计划资助项目(NCET050704);教育部人文社会科学规划资助项目(06JA910001)
年 份:2010
卷 号:37
期 号:2
起止页码:88-92
语 种:中文
收录情况:AJ、BDHX、BDHX2008、CAS、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20101512840988)、JST、MR、RCCSE、RSC、SCOPUS、ZGKJHX、ZMATH、核心刊
摘 要:针对时间序列分布特征多样性的问题,不考虑序列本身的分布特征而选择非对称Laplace分布的似然函数对模型进行贝叶斯分位回归分析.利用Metropolis-Hastings算法模拟参数的后验边缘分布,解决了参数估计过程遇到的高维数值积分的问题.仿真分析中,参数的迭代轨迹是收敛的,说明MH抽样有效地模拟了参数的后验边缘分布;并且应用该方法估计出了不同分位数下模型参数的后验均值,标准差,MC误差和95%的置信区间.非对称和局部持续性数据的数值模拟,证实了贝叶斯分位自回归模型可以更全面有效地描述滞后变量对响应变量变化范围和条件分布形状的影响.
关 键 词:时间序列分析 分位数 AR模型 贝叶斯方法 仿真
分 类 号:O212.8]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...