原文服务方: 河南科学       
摘要:
当方差已知时,分别对无信息先验和共轭先验条件下的平稳AR(p)模型进行了贝叶斯分析,并给出了平稳AR(1)模型回归系数的贝叶斯估计和预报分布的解析式.结果表明,两种先验分布下,回归系数的后验分布均服从平稳域内的截断正态分布.无信息先验分布下,后验均值与经典OLS估计值一致;在共轭先验分布下,后验均值是先验均值和经典OLS估计值的加权平均.
推荐文章
无信息先验下平稳AR(1)模型的贝叶斯推断
时间序列
AR(1)模型
无信息先验
后验分布
贝叶斯分析
基于数据滤波的带协方差重置的递推贝叶斯算法
递推贝叶斯算法
滤波
协方差重置
参数估计
在线算法
伪线性模型
基于混合先验分布的贝叶斯因子分析模型
数学模型
数据压缩
参数估计
因子分析
贝叶斯方法
基于贝叶斯网络模型的信息检索
贝叶斯网络模型
信息检索
关联规则发现
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 方差已知条件下平稳AR模型的贝叶斯分析
来源期刊 河南科学 学科
关键词 AR模型 贝叶斯分析 无信息先验 共轭先验 后验分布 预报分布
年,卷(期) 2017,(5) 所属期刊栏目 数学研究与应用
研究方向 页码范围 689-695
页数 7页 分类号 O212.8
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑春华 陕西工业职业技术学院基础部 40 36 3.0 4.0
2 傅霞 陕西工业职业技术学院基础部 17 7 1.0 1.0
3 吕伟 西安石油大学理学院 9 73 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (36)
参考文献  (17)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1958(1)
  • 参考文献(1)
  • 二级参考文献(0)
1968(1)
  • 参考文献(1)
  • 二级参考文献(0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(3)
  • 参考文献(1)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
AR模型
贝叶斯分析
无信息先验
共轭先验
后验分布
预报分布
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
河南科学
月刊
1004-3918
41-1084/N
大16开
1982-01-01
chi
出版文献量(篇)
7317
总下载数(次)
0
总被引数(次)
26314
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导