發(fā)布時(shí)間：2018-10-24 11:29

【摘要】：文章基于貝葉斯隨機(jī)搜索方法的思想,提出一種有效解決門限自回歸(TAR)模型的貝葉斯方法,在不假設(shè)固定的機(jī)制個(gè)數(shù)條件下,借助拉丁變量建立貝葉斯隨機(jī)搜索TAR模型。在此模型下,拉丁變量的后驗(yàn)分布包含了機(jī)制的個(gè)數(shù)和門限參數(shù)的信息,因此滯后階數(shù)、門限值和所有回歸系數(shù)等的估計(jì)均通過MCMC方法從其后驗(yàn)分布抽樣。并從模型AR(1)、TAR(2,1,1)、TAR(3,1,1,1)中產(chǎn)生樣本,模擬結(jié)果表明此方法能很好地估計(jì)機(jī)制數(shù)、延遲參數(shù)、門限值及各機(jī)制下的回歸系數(shù)。用貝葉斯隨機(jī)搜索TAR模型對太陽黑子年度數(shù)據(jù)集進(jìn)行分析,找到三個(gè)門限值,即10.2,40和73,與已有文獻(xiàn)中用其他方法得到的結(jié)果一致。
[Abstract]:Based on the idea of Bayesian random search method, a Bayesian method for solving threshold autoregressive (TAR) model is proposed in this paper. The Bayesian random search TAR model is established by using Latin variables without assuming the fixed number of mechanisms. In this model, the posterior distribution of Latin variables contains the information of the number of mechanisms and threshold parameters, so the estimates of lag order, threshold and all regression coefficients are sampled from the posterior distribution by MCMC method. Samples were generated from the model AR (1), TAR (2 / 1), TAR (/ 1), TAR (/ 1 / 1). The simulation results show that this method can estimate the number of mechanisms, delay parameters, threshold values and regression coefficients under each mechanism. By using Bayesian random search TAR model, the annual data sets of sunspots are analyzed, and three threshold values, namely, 10.22 ~ 40 and 73, are found, which are consistent with the results obtained by other methods in previous literatures.
【作者單位】： 華南農(nóng)業(yè)大學(xué)數(shù)學(xué)與信息學(xué)院;
【分類號】：O212.8

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉樂平;高磊;盧志義;;貝葉斯身世之謎——寫在貝葉斯定理發(fā)表250周年之際[J];統(tǒng)計(jì)研究;2013年12期

2 云連英;汪榮偉;;保費(fèi)調(diào)整的貝葉斯方法[J];統(tǒng)計(jì)與決策;2006年05期

3 游頂云;李康;;貝葉斯網(wǎng)絡(luò)方法在基因調(diào)控研究中的應(yīng)用[J];中國衛(wèi)生統(tǒng)計(jì);2009年01期

4 閔素芹;李群;;分層線性模型中的經(jīng)驗(yàn)貝葉斯與完全貝葉斯方法及其比較[J];統(tǒng)計(jì)與決策;2010年11期

5 胡春玲;;貝葉斯網(wǎng)絡(luò)研究綜述[J];合肥學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年01期

6 丁以華;;貝葉斯方法的發(fā)展及其存在問題[J];質(zhì)量與可靠性;1986年01期

7 吳伯賢;;貝葉斯方法在洪水頻率分析中的應(yīng)用[J];成都科技大學(xué)學(xué)報(bào);1990年01期

8 陶波;蘇德清;王玲玲;費(fèi)鶴良;;關(guān)于元件失效率等級鑒定試驗(yàn)的一種貝葉斯方法[J];應(yīng)用概率統(tǒng)計(jì);1990年03期

9 張堯庭;應(yīng)積極開展對貝葉斯學(xué)派的介紹和研究[J];統(tǒng)計(jì)研究;1992年04期

10 鄭駿;隨機(jī)方法與貝葉斯方法在高新技術(shù)中的應(yīng)用[J];軟科學(xué);1995年01期

相關(guān)會議論文 前10條

1 David Z.D'Argenio;;貝葉斯方法在實(shí)驗(yàn)室研究向臨床的轉(zhuǎn)化以及辨識隱含亞群體中的應(yīng)用(英文)[A];中國藥理學(xué)會臨床藥理學(xué)專業(yè)委員會會議暨第十次全國臨床藥理學(xué)學(xué)術(shù)會議論文集[C];2007年

2 姜峰;高文;姚鴻勛;;貝葉斯網(wǎng)絡(luò)的推理和學(xué)習(xí)[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會'2005論文集（下冊）[C];2005年

3 丁東洋;劉希陽;;風(fēng)險(xiǎn)分析中的穩(wěn)健貝葉斯方法[A];2011年全國電子信息技術(shù)與應(yīng)用學(xué)術(shù)會議論文集[C];2011年

4 周桃庚;沙定國;;貝葉斯可靠性序貫驗(yàn)證試驗(yàn)方法[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（下）[C];2001年

5 陳曉懷;程真英;劉春山;;動態(tài)測量誤差的貝葉斯建模預(yù)報(bào)[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

6 杜鵬英;羅小平;何志明;;貝葉斯網(wǎng)絡(luò)的發(fā)展及理論應(yīng)用[A];第三屆全國虛擬儀器大會論文集[C];2008年

7 楊麗;武海濱;李康;;無金標(biāo)準(zhǔn)診斷試驗(yàn)評價(jià)的貝葉斯方法及應(yīng)用[A];2011年中國衛(wèi)生統(tǒng)計(jì)學(xué)年會會議論文集[C];2011年

8 寧鵬達(dá);;貝葉斯方法在風(fēng)險(xiǎn)投資項(xiàng)目決策中的應(yīng)用[A];第四屆中國科學(xué)學(xué)與科技政策研究會學(xué)術(shù)年會論文集（Ⅰ）[C];2008年

9 朱永生;;貝葉斯方法確定泊松變量的置信上限[A];中國物理學(xué)會高能物理分會第七屆學(xué)術(shù)年會實(shí)驗(yàn)分會場論文集[C];2006年

10 王增忠;柳玉杰;施建剛;;建筑工程項(xiàng)目全壽命安全管理決策的貝葉斯方法[A];中國優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會第七屆全國會員代表大會暨第七屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2005年

相關(guān)博士學(xué)位論文 前10條

1 闞英男;基于網(wǎng)格近似法的數(shù)控機(jī)床貝葉斯可靠性評估研究[D];吉林大學(xué);2015年

2 翟勝;基于貝葉斯網(wǎng)絡(luò)的復(fù)雜系統(tǒng)可靠分析方法研究與應(yīng)用[D];天津工業(yè)大學(xué);2016年

3 劉瑞;基于貝葉斯網(wǎng)絡(luò)的洪水災(zāi)害風(fēng)險(xiǎn)評估與建模研究[D];華東師范大學(xué);2016年

4 張潤梅;基于貝葉斯網(wǎng)絡(luò)的復(fù)雜系統(tǒng)因果關(guān)系研究[D];合肥工業(yè)大學(xué);2015年

5 李艷穎;貝葉斯網(wǎng)絡(luò)學(xué)習(xí)及數(shù)據(jù)分類研究[D];西安電子科技大學(xué);2015年

6 趙建U，

本文編號：2291271