在實際問題中,為了合理分析時間序列計數(shù)數(shù)據(jù),人們往往采用基于算子的INAR（1）模型對其進行研究。但是當該類計數(shù)數(shù)據(jù)中出現(xiàn)大量零時,原有的普通INAR（1）模型進行刻畫時可能不再合理。為了研究含有過多零的時間序列計數(shù)數(shù)據(jù),本文建立了帶有ZIP（零過多泊松）革新項的INAR（1）模型,基于考慮自變量對響應變量的影響,本文在革新項部分引入了經(jīng)典的ZIP回歸模型。同時,為了適應具有不同背景的實際數(shù)據(jù),論文還分別探討了基于二項算子和負二項算子兩種不同算子的INAR（1）模型,并基于條件極大似然估計（CML）方法研究了模型的參數(shù)估計問題。另外,為了研究來自不同個體的異質性,還在ZIP的回歸部分引入了隨機效應,我們通過非參數(shù)估計和MCMC算法兩種方法對帶有隨機效應的INAR（1）模型進行了參數(shù)估計研究�；谒o的估計方法,論文利用大量的隨機模擬,對參數(shù)估計的效果進行了分析,結果發(fā)現(xiàn)對于基本的INAR（1）模型,CML估計是合適且有效的,而對于帶有隨機效應的INAR（1）模型,隨機效應的方差成分大小的選取對兩種參數(shù)估計方法的估計都會有些許影響,但當樣本量比較大時,模型最終的估計結果都是可接受的。最后... 

【文章來源】：南京師范大學江蘇省 211工程院校

【文章頁數(shù)】：50 頁

【學位級別】：碩士

【部分圖文】：

圖４－１二項算子ＩＮ?

ＭＭ?ＱＧ??０?５０?１００?０?５０?１００?０?１?２?３４５６７８９１０１１１２?０１?２３４５６７８９??ｔ?ｔ??圖４－３負二項算子ＩＮＡＲ（ｌ）模型中不同參數(shù)值下的時圖４－４負二項算子ＩＮＡＲ（ｌ）模型中不同參數(shù)值下的時??間序列樣本圖?間序列樣本值柱形圖??－２５－??

ＭＭ?ＱＧ??０?５０?１００?０?５０?１００?０?１?２?３４５６７８９１０１１１２?０１?２３４５６７８９??ｔ?ｔ??圖４－３負二項算子ＩＮＡＲ（ｌ）模型中不同參數(shù)值下的時圖４－４負二項算子ＩＮＡＲ（ｌ）模型中不同參數(shù)值下的時??間序列樣本圖?間序列樣本值柱形圖??－２５－??


本文編號：3442766