基于正态—Gamma 共轭先验分布贝叶斯AR (p) 预测模型.docVIP

. . 　　 本文档下载自 HYPERLINK / 文库下载网，内容可能不完整，您可以点击以下网址继续阅读或下载：  HYPERLINK /doc/1f446136eefdc8d376ee3261.html /doc/1f446136eefdc8d376ee3261.html 基于正态-Gamma共轭先验分布的贝叶斯AR(p)预测模型 介绍了一种有先验分布计算最大后验概率的贝叶斯模型 基于正态一Ｇａｍｍａ共轭先验分布的 贝叶斯ＡＲ（ｐ）预测模型 朱慧明１’２，韩玉启１，郑进城２ （１南京理工大学经济管理学院，南京２１００９４；２湖南大学统计学系，长沙４１００７９） 摘要：本文系统地分析了ＡＲ（Ｐ）时间序列模型的数学模型及其条件似然函数，并根据似然函数的统计结构构造了模型参数的共轭先验分布，研究了正态一Ｇａｍｍａ先验分布情况下模型的贝叶 斯推断理论，包括模型自回归系数和精度参数后验分布的统计推断、二次损失函数下参数的贝叶斯估计；同时，从统计数学方法上严格地证明了一步超前预测模型的预报分布为ｔ分布。 关键词：贝叶斯推断；ＡＲ（ｐ）模型；正态一Ｇａｍｍａ共轭先验分布；后验分布；预报分析 中图分类号：０２１２．８ 文献标识码：Ａ 文章编号：１００２—６４８７（２００５）０１－０００８－０２ 为模型的自回归系数，Ｐ为模型的阶；若给定时间序列的初始值№ｙ－ｌ＇Ａ，ｙｌ，，则对于给定的Ｙ。一ｌ＝ｙ。＿ｌ＇Ｙ。＿２＝ｙＩ．２＇Ａ，Ｙ。ｐ＿ｙｌ呻＇ Ｏ弓ｌ言 近年来，随着贝叶斯统计理论的发展和不断完善，贝叶 此时随机变量Ｙｔ服从正态分布，即 ｍＩＹ。ｌ一－－－Ｙｔ－１，Ｙ“ＦＹ∞＾，Ｙ唧呻）－－Ｎ（Ｏｌｙ，－ｌ＋０２ｙ，－２＋＾＋０∥呻＇下一，（２） 若将该条件分布的密度函数记为ｆＹ．‰ｋ．”。＋（ｙｔｌｙ。，ｙ。。Ａ，Ｙ。；０，Ｔ），则模型的条件似然函数为 斯时间序列预测模型的研究得到了长足进展，并在实践中获 得了广泛应用。１９９０年，ＨｏｌｄｅｎＬｌ】利用贝叶斯ＡＲ模型研究了英国经济的电力消费需求与价格预测问题，１９９４年，Ｐｈｉｌｌｉｐｓ 岬，Ｔ）＝ｎｆＹ一。以：，＾＇Ｙ。（ｙｔｌＹｔ－１＇Ｙｔ－２＇Ａ，ｙＩ．ｐ；ｏ，Ｄ ［２］根据１９５９年到１９８７年的季度统计数据建立了澳大利亚宏观经济预测的贝叶斯ＡＲ模型；１９９６年，ＭｃＣｕｌｌｏｃｈＥ朝建立:///doc/1f446136eefdc8d376ee3261.html 了美国５０个州及哥伦比亚地区４类家庭平均收入的贝叶斯ＡＲ模型。此外，ＫｅｎｎｙＥ４俐用贝叶斯ＡＲ模型分析了爱尔兰的通货膨胀问题，Ｋａｓｕｙａ（２０００）建立了用于日本经济预测的贝叶斯ＡＲ．模型，该模型包括居民消费价格指数等８个宏观经 ＝，Ⅱ（砉№ｐ｛－手蚪ｏ?ｙｔ－ｌ＋＾＋ｅ则】２Ｊ ＝（寺）ｎ％ｘｐ｛专ｉ；ｙｔ２＋０１胁２０’ｅ】） 简化为 上 （３） 济指标，而Ｍｏｎａｈａｎ嘶究了时间序列自回归模型的完全贝 叶斯分析问题。 此处茁＝（甸脚，嘞＝∑ｙ。巧坤ｅ：（ｃＪ＇ｃ。，＾，ｃＰ）Ｔ＇ｑ＝∑ｙ肌ｊ，０＝（ｏ，，０。， ＾，Ｏｐ）７。若去掉与模型参数（ｅ，ｔ）无关项，则上述似然函数可以 与基于频率统计理论的时间序列模型相比，贝叶斯时间 序列模型不仅充分利用了模型信息和样本数据信息，而且也融合了模型总体分布中未知参数的信息，它克服了传统的静态模型难以处理突发事件的缺陷，具有灵活、易于适应外部变化的特点。本文主要研究正态～Ｇａｍｍａ共轭参数先验分 布情况下，模型的贝叶斯分析，包括模型参数后验分布的统计推断、贝叶斯估计和模型的预报分析。 Ｌ（Ｏ，Ｔ）ｏｃ－ｒｎ气ｘｐ卜÷【∑＋０Ｌ簦０—２０ＴＣ＂］】 二ｆ＝ｊ （４） 不难看出，模型似然函数的结构具有正态—Ｇ锄ｍａ分布密 度函数核的形式，而正态～Ｇａｍｍａ分布的共轭分布仍为正态一Ｇａｍｍａ分布，因此选择正态一Ｇａｍｍａ分布作为模型参数的先验分布，即对于给定的一ｒ，参数０的先验分布为正态分布，而精度参数ｆ的先验分布为Ｇａｍｍａ分布，即 １Ｔ（０，下）＝１ｒ（ｏＩＴ）?百（下）其中 （５） １模型的贝叶斯推断 本文主要研究Ｐ阶ＡＲ模型的贝叶斯推断问题，若模型中的随机变量设为ｙｌ，则它的ＡＲ∽模型为 ＹＦ０１/doc/1f446136eefdc8d376ee3261.htmlＹ０ｌ＋０２Ｙ。＿２＋＾＋０ｐＹ。—Ｐ＋￡。ｔ＝ｌ，２，＾，ｎ １Ｔ（０Ｊ）ｏＣ妒％ｘｐ（一｝（０一斗）ＴＱ（０一斗）｝ 厶 ‘ （１） 【１Ｔ（下）“，ｒ”１ｅ邢 此处随机误差项８。，￡：，＾，￡。相互独立，并且均服从正态分布 Ｎ（Ｏ，Ｔ。），Ｔ＞Ｏ为模型误差项￡ｔ的精度，即方差的逆，０１，０ａ＾，０。 此处Ｉａ，∈Ｒ一，Ｑ＞ｏ，ａ＞Ｏ，Ｂ＞０。若记Ｙ＝（ｙ。，Ｙ２，＾，ｙ姐，根据贝 基金项目：国