基于MCMC的协整分析研究及其应用报告方案.doc

基于MCMC的协整分析研究及其应用报告方案.doc

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于MCMC的协整分析研究及其应用 刘洋 ? 【摘要】: 随着时间序列相关技术日益广泛的应用,协整分析作为处理非平稳时间序列的一种技术逐渐受到人们的重视,引发了深刻的理论研究,展现出了广阔的应用前景。 协整向量的估计以及协整的检验是进行协整分析的关键。目前常用的协整向量估计方法有最小二乘估计和极大似然估计,常用的协整检验方法有EG两步法、Johansen方法等。这些方法都必须以大量的观测数据作为基础。本文在观测数据量为小样本的请况下,提出基于MCMC模拟的协整分析方法,该方法在参数估计时可以充分利用样本先验信息,在协整检验时可以模拟出所需的统计量,为协整分析提供了较大的灵活性。 本文主要从以下几个方面进行研究: (1)讨论了时间序列协整的一般概念和目前常用的研究方法,包括单位根过程、有单位根的向量自回归、协整与误差校正模型、协整向量的估计与检验、协整向量已知时协整的检验等。 (2)考虑到求解基于丁ohansen协整检验中所需的特征根的情况比较复杂,本文选择了基于MCMC抽样的Bayes方法来估计模型的特征根,然后分别用基于Johansen协整检验的迹检验和最大特征根检验进行协整关系的存在性检验。该检验结果与最后求出的在协整向量已知时的检验结果一致,表明了此方法是可靠且有效的。 (3)针对线性协整方程,通过假设模型的随机项为正态分布,我们可以得到协整向量的后验分布,从而可以采用基于MCMC抽样的方法进行协整向量的估计。由于在MCMC抽样中使用了样本信息,使得估计的结果较OLS估计结果更加可靠有效。在进行协整向量已知时的协整检验时,采用基于MCMC抽样的Bayes估计。通过R软件的R2WinBUGS程序包调用Win BUGS,我们成功模拟出检验统计量的临界值。 (4)最后本文通过建立协整预测模型,以MCMC模拟为基础,研究了中国货币需求形势,实际结果表明基于MCMC的协整预测模型有良好的预测效果。 【英文篇名】 基于MCMC稳态模拟的指数回归模型及其应用?Exponential Regression Model Based on MCMC Method and Its Application 【下载频次】 【作者】 林静; 韩玉启; 朱慧明; 【英文作者】 LIN Jing~1; HAN Yu-qi~1; ZHU Hui-ming~(1; 2) (1. School of Economics Management; Nanjing University of Science Technology; Nanjing 210094; 2. Department of Statistics; Hunan University; Changsha 410079; China); 【作者单位】 南京理工大学经济管理学院; 南京理工大学经济管理学院 江苏南京; 江苏南京; 湖南大学统计学系; 湖南长沙; 【文献出处】 运筹与管理 , Operations Research and Management Science, 编辑部邮箱 2005年 04期?? 期刊荣誉:中文核心期刊要目总览??ASPT来源刊??CJFD收录刊 【中文关键词】 数理统计学; 系统可靠性; 贝叶斯分析; 指数分布; MCMC模拟; Gibbs抽样; 【英文关键词】 mathematical statistics; system reliability; Bayesian analysis; exponential distribution; MCMC simulation; Gibbs sampling; 【摘要】 讨论了加速失效模型族中最简单而又十分重要的指数回归模型,利用贝叶斯方法提高了该模型的有效性。为了较好的解决高维数值积分在实际应用中的难题,提出了对寿命服从指数分布的产品,运用基于Gibbs抽样的马尔科夫链蒙特卡洛(MarkovChainMonteCarlo,MCMC)方法动态模拟出参数后验分布的马尔科夫链,在回归参数的先验分布为多元正态分布时,给出随机截尾条件下,回归参数在指数回归模型中的贝叶斯估计,提高了计算的精度。借助数据仿真分析说明了利用WinBUGS(BayesianinferenceUsingGibbsSampling)软件包进行建模分析的过程,证明了该模型在可靠性应用中的直观性与有效性。 基于MCMC的贝叶斯生存分析理论及其在可靠性评估中的应用??? 【英文题名】 Bayesian Survival Analysis Based on MCMC Method and Its Applications in Reliability 【作者】 林静; 【导师】 韩玉启; 【学位授予单位】 南京理工大学; 【学科

文档评论(0)

钱缘 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档