基于贝叶斯搜索方法的TAR模型研究

发布时间：2018-10-24 11:29

【摘要】：文章基于贝叶斯随机搜索方法的思想,提出一种有效解决门限自回归(TAR)模型的贝叶斯方法,在不假设固定的机制个数条件下,借助拉丁变量建立贝叶斯随机搜索TAR模型。在此模型下,拉丁变量的后验分布包含了机制的个数和门限参数的信息,因此滞后阶数、门限值和所有回归系数等的估计均通过MCMC方法从其后验分布抽样。并从模型AR(1)、TAR(2,1,1)、TAR(3,1,1,1)中产生样本,模拟结果表明此方法能很好地估计机制数、延迟参数、门限值及各机制下的回归系数。用贝叶斯随机搜索TAR模型对太阳黑子年度数据集进行分析,找到三个门限值,即10.2,40和73,与已有文献中用其他方法得到的结果一致。
[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.
【作者单位】： 华南农业大学数学与信息学院;
【分类号】：O212.8

【相似文献】

相关期刊论文 前10条

1 刘乐平;高磊;卢志义;;贝叶斯身世之谜——写在贝叶斯定理发表250周年之际[J];统计研究;2013年12期

2 云连英;汪荣伟;;保费调整的贝叶斯方法[J];统计与决策;2006年05期

3 游顶云;李康;;贝叶斯网络方法在基因调控研究中的应用[J];中国卫生统计;2009年01期

4 闵素芹;李群;;分层线性模型中的经验贝叶斯与完全贝叶斯方法及其比较[J];统计与决策;2010年11期

5 胡春玲;;贝叶斯网络研究综述[J];合肥学院学报(自然科学版);2013年01期

6 丁以华;;贝叶斯方法的发展及其存在问题[J];质量与可靠性;1986年01期

7 吴伯贤;;贝叶斯方法在洪水频率分析中的应用[J];成都科技大学学报;1990年01期

8 陶波;苏德清;王玲玲;费鹤良;;关于元件失效率等级鉴定试验的一种贝叶斯方法[J];应用概率统计;1990年03期

9 张尧庭;应积极开展对贝叶斯学派的介绍和研究[J];统计研究;1992年04期

10 郑骏;随机方法与贝叶斯方法在高新技术中的应用[J];软科学;1995年01期

相关会议论文 前10条

1 David Z.D'Argenio;;贝叶斯方法在实验室研究向临床的转化以及辨识隐含亚群体中的应用(英文)[A];中国药理学会临床药理学专业委员会会议暨第十次全国临床药理学学术会议论文集[C];2007年

2 姜峰;高文;姚鸿勋;;贝叶斯网络的推理和学习[A];全国网络与信息安全技术研讨会'2005论文集（下册）[C];2005年

3 丁东洋;刘希阳;;风险分析中的稳健贝叶斯方法[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

4 周桃庚;沙定国;;贝叶斯可靠性序贯验证试验方法[A];中国仪器仪表学会第三届青年学术会议论文集（下）[C];2001年

5 陈晓怀;程真英;刘春山;;动态测量误差的贝叶斯建模预报[A];第二届全国信息获取与处理学术会议论文集[C];2004年

6 杜鹏英;罗小平;何志明;;贝叶斯网络的发展及理论应用[A];第三届全国虚拟仪器大会论文集[C];2008年

7 杨丽;武海滨;李康;;无金标准诊断试验评价的贝叶斯方法及应用[A];2011年中国卫生统计学年会会议论文集[C];2011年

8 宁鹏达;;贝叶斯方法在风险投资项目决策中的应用[A];第四届中国科学学与科技政策研究会学术年会论文集（Ⅰ）[C];2008年

9 朱永生;;贝叶斯方法确定泊松变量的置信上限[A];中国物理学会高能物理分会第七届学术年会实验分会场论文集[C];2006年

10 王增忠;柳玉杰;施建刚;;建筑工程项目全寿命安全管理决策的贝叶斯方法[A];中国优选法统筹法与经济数学研究会第七届全国会员代表大会暨第七届中国管理科学学术年会论文集[C];2005年

相关博士学位论文 前10条

1 阚英男;基于网格近似法的数控机床贝叶斯可靠性评估研究[D];吉林大学;2015年

2 翟胜;基于贝叶斯网络的复杂系统可靠分析方法研究与应用[D];天津工业大学;2016年

3 刘瑞;基于贝叶斯网络的洪水灾害风险评估与建模研究[D];华东师范大学;2016年

4 张润梅;基于贝叶斯网络的复杂系统因果关系研究[D];合肥工业大学;2015年

5 李艳颖;贝叶斯网络学习及数据分类研究[D];西安电子科技大学;2015年

6 赵建U，

本文编号：2291271