基于DMC方法的城市空气质量SUR模型研究

发布时间：2018-04-10 01:39

本文选题：似乎不相关(SUR)模型　切入点：直接蒙特卡罗(DMC)　出处：《数理统计与管理》2017年06期

【摘要】：我国现阶段城市化的日益发展,使城市空气质量的宏观调控面临越来越大的压力。本文建立了关于空气质量的似乎不相关(SUR)模型,采用Jeffreys's的不变先验分析直接蒙特卡罗(DMC)方法,计算各参数的贝叶斯后验密度和未来值的预测密度。对中国厦门市区三项污染指标及四项外部驱动因素的数据进行实证分析,并将其与贝叶斯分层模型得出的结果进行比较。
[Abstract]:With the development of urbanization in our country, the macro-control of urban air quality is facing more and more pressure.In this paper, a seemingly unrelated surr model for air quality is established. The Bayesian posteriori density and the predicted density of the future values are calculated by using the direct Monte Carlo method of Jeffreys's 's invariant prior analysis.The data of three pollution indicators and four external drivers in Xiamen, China are analyzed and compared with the results obtained by Bayesian stratification model.
【作者单位】：华南农业大学数学与信息学院;
【基金】：国家自然科学基金资助项目(1171117) 全国统计科学研究项目(2015321)
【分类号】：O212.8;X51

【相似文献】