發(fā)布時間：2018-10-24 11:29

【摘要】：文章基于貝葉斯隨機搜索方法的思想,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)固定的機制個數(shù)條件下,借助拉丁變量建立貝葉斯隨機搜索TAR模型。在此模型下,拉丁變量的后驗分布包含了機制的個數(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)等的估計均通過MCMC方法從其后驗分布抽樣。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機制數(shù)、延遲參數(shù)、門限值及各機制下的回歸系數(shù)。用貝葉斯隨機搜索TAR模型對太陽黑子年度數(shù)據(jù)集進行分析,找到三個門限值,即10.2,40和73,與已有文獻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)大學數(shù)學與信息學院;
【分類號】：O212.8

【相似文獻】

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)計研究;2013年12期

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

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

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

5 胡春玲;;貝葉斯網(wǎng)絡研究綜述[J];合肥學院學報(自然科學版);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用[J];成都科技大學學報;1990年01期

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

9 張堯庭;應積極開展對貝葉斯學派的介紹和研究[J];統(tǒng)計研究;1992年04期

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

相關(guān)會議論文 前10條

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

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

3 丁東洋;劉希陽;;風險分析中的穩(wěn)健貝葉斯方法[A];2011年全國電子信息技術(shù)與應用學術(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證試驗方法[A];中國儀器儀表學會第三屆青年學術(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報[A];第二屆全國信息獲取與處理學術(shù)會議論文集[C];2004年

6 杜鵬英;羅小平;何志明;;貝葉斯網(wǎng)絡的發(fā)展及理論應用[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;;無金標準診斷試驗評價的貝葉斯方法及應用[A];2011年中國衛(wèi)生統(tǒng)計學年會會議論文集[C];2011年

8 寧鵬達;;貝葉斯方法在風險投資項目決策中的應用[A];第四屆中國科學學與科技政策研究會學術(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];中國物理學會高能物理分會第七屆學術(shù)年會實驗分會場論文集[C];2006年

10 王增忠;柳玉杰;施建剛;;建筑工程項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)濟數(shù)學研究會第七屆全國會員代表大會暨第七屆中國管理科學學術(shù)年會論文集[C];2005年

相關(guān)博士學位論文 前10條

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

2 翟勝;基于貝葉斯網(wǎng)絡的復雜系統(tǒng)可靠分析方法研究與應用[D];天津工業(yè)大學;2016年

3 劉瑞;基于貝葉斯網(wǎng)絡的洪水災害風險評估與建模研究[D];華東師范大學;2016年

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

5 李艷穎;貝葉斯網(wǎng)絡學習及數(shù)據(jù)分類研究[D];西安電子科技大學;2015年

6 趙建U，

本文編號：2291271