BVAR模型简介.docVIP

贝叶斯向量自回归模型（BVAR）简介 贝叶斯方法原理简介 §1 贝叶斯方法起源 英国学者T.贝叶斯1763年在《论有关机遇问题的求解》中提出一种归纳推理的理论，后被一些统计学者发展为一种系统的统计推断方法，称为贝叶斯方法。采用这种方法作统计推断所得的全部结果，构成贝叶斯统计的内容。认为贝叶斯方法是唯一合理的统计推断方法的统计学者，组成数理统计学中的贝叶斯学派，其形成可追溯到 20世纪 30 年代。到50～60年代，已发展为一个有影响的学派。时至今日，其影响日益扩大。 §2 贝叶斯定理及其特点 记为一个随机观察向量的联合概率密度函数，为一个参数向量，它也看成是随机的。根据通常对概率密度的运算有： (1.2.1) 因而 (1.2.2) 其中。将上式表达如下： (1.2.3) 其中表示成比例，是在给定样本信息后，参数向量的后验概率密度，是参数向量的先验概率密度，看作的函数，就是熟知的似然函数。式(1.2.3)将所有的先验的、样本的信息融入其中，先验信息通过先验密度进入后验密度，而所有的样本信息通过似然函数进入。 贝叶斯推断的一般模式