基于Gibbs抽樣門限自回歸(TAR)模型的參數(shù)估計(jì)
發(fā)布時(shí)間:2021-03-30 08:03
門限自回歸(TAR)模型是一類典型的非線性時(shí)間序列模型,它在自回歸(AR)模型的基礎(chǔ)上增加了額外的約束條件,其本質(zhì)就是對(duì)一類非線性時(shí)間序列進(jìn)行線性逼近的非線性時(shí)間序列模型.門限自回歸(TAR)模型的參數(shù)估計(jì)問(wèn)題是我們所研究的重點(diǎn).在模型隨機(jī)項(xiàng)是正態(tài)分布的基本假設(shè)下,以k維的門限自回歸模型為例,給出了門限自回歸(TAR)模型參數(shù)估計(jì)的優(yōu)良性質(zhì),證明了在門限自回歸(TAR)模型中的時(shí)間序列在其所屬集合中是具有平穩(wěn)轉(zhuǎn)移概率的Markov鏈.采用貝葉斯統(tǒng)計(jì)推斷方法,選取適當(dāng)?shù)南闰?yàn)分布,用貝葉斯公式和共軛先驗(yàn)分布的優(yōu)良性質(zhì)求得各個(gè)參數(shù)的條件后驗(yàn)分布.基于隨機(jī)模擬的方法,用MCMC方法中的Gibbs抽樣算法,從各參數(shù)的條件后驗(yàn)分布中抽樣并生成樣本,用后驗(yàn)均值和后驗(yàn)方差來(lái)估計(jì)與評(píng)價(jià)門限自回歸(TAR)模型中的待估參數(shù).最后對(duì)該模型進(jìn)行了數(shù)值模擬,通過(guò)模擬實(shí)驗(yàn)進(jìn)一步地驗(yàn)證了,在貝葉斯統(tǒng)計(jì)推斷與Gibbs抽樣的相結(jié)合下,該方法能較為有效地解決門限自回歸(TAR)模型的參數(shù)估計(jì)問(wèn)題.
【文章來(lái)源】:杭州師范大學(xué)浙江省
【文章頁(yè)數(shù)】:45 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
模擬樣本時(shí)序圖
杭州師范大學(xué)碩士學(xué)位論文門限自回歸模型的參數(shù)估計(jì)圖4.2:模擬樣本直方圖算法4.1輸入:目標(biāo)分布:p初值:θ(0)=(Φ(0)1,Φ(0)2,σ2(0),r(0),d(0))樣本數(shù)據(jù):Y=(y1,y2,···,y500)輸出:Φ1,Φ2,σ2,r,d的估計(jì)值.算法步驟:1.fori=0toMdo1.生成Φ(i+1)1~p(Φ1|Φ(i)2,σ2(i),r(i),d(i),Y)2.生成Φ(i+1)2~p(Φ2|Φ(i)1,σ2(i),r(i),d(i),Y)3.生成σ2(i+1)~p(σ2|Φ(i)1,Φ(i)2,r(i),d(i),Y)4.生成r(i+1)~p(r|Φ(i)1,Φ(i)2,σ2(i),d(i),Y)5.生成d(i+1)~p(d|Φ(i)1,Φ(i)2,σ2(i),r(i),Y)6.令θ(i+1)=(Φ(i+1)1,Φ(i+1)2,σ2(i+1),r(i+1),d(i+1))6.endfor26
杭州師范大學(xué)碩士學(xué)位論文實(shí)例分析5實(shí)例分析5.1數(shù)據(jù)來(lái)源GDP增長(zhǎng)率反映了一個(gè)國(guó)家或地區(qū)經(jīng)濟(jì)規(guī)模和財(cái)富的增長(zhǎng)速度,是國(guó)民經(jīng)濟(jì)核算的核心指標(biāo),其大小意味著經(jīng)濟(jì)增長(zhǎng)的快慢和人民生活水平提高所需的時(shí)間長(zhǎng)短.近年來(lái)GDP增長(zhǎng)率的預(yù)測(cè)和建模一直是金融學(xué)與統(tǒng)計(jì)學(xué)研究的熱點(diǎn).本文從新浪財(cái)經(jīng)專欄下載了我國(guó)1977~2013年度的國(guó)內(nèi)生產(chǎn)總值(GDP),設(shè)我國(guó)每年的GDP為yt,GDP增長(zhǎng)率由rt=[(ytyt1)/yt1]得到.圖6.1為GDP增長(zhǎng)率的時(shí)序圖:圖5.1:GDP增長(zhǎng)率時(shí)序圖通過(guò)圖5.1可看出我國(guó)GDP增長(zhǎng)率呈非對(duì)稱性變化,2008年受金融危機(jī)的影響呈大幅度下降的趨勢(shì).根據(jù)時(shí)序圖直觀上可看到我國(guó)GDP增長(zhǎng)率序列有著29
【參考文獻(xiàn)】:
期刊論文
[1]基于貝葉斯搜索方法的TAR模型研究[J]. 謝勝藍(lán),劉金山,喬杉. 統(tǒng)計(jì)與決策. 2017(12)
[2]門限分位數(shù)自回歸模型的預(yù)測(cè)方法及應(yīng)用[J]. 康寧,荊科. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2016(03)
[3]三階段均值回復(fù)、TAR及其應(yīng)用[J]. 吳武清,李東,潘松,陳敏. 系統(tǒng)工程理論與實(shí)踐. 2013(04)
博士論文
[1]門限自回歸模型的理論與應(yīng)用研究[D]. 聶思玥.南開大學(xué) 2014
本文編號(hào):3109182
【文章來(lái)源】:杭州師范大學(xué)浙江省
【文章頁(yè)數(shù)】:45 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
模擬樣本時(shí)序圖
杭州師范大學(xué)碩士學(xué)位論文門限自回歸模型的參數(shù)估計(jì)圖4.2:模擬樣本直方圖算法4.1輸入:目標(biāo)分布:p初值:θ(0)=(Φ(0)1,Φ(0)2,σ2(0),r(0),d(0))樣本數(shù)據(jù):Y=(y1,y2,···,y500)輸出:Φ1,Φ2,σ2,r,d的估計(jì)值.算法步驟:1.fori=0toMdo1.生成Φ(i+1)1~p(Φ1|Φ(i)2,σ2(i),r(i),d(i),Y)2.生成Φ(i+1)2~p(Φ2|Φ(i)1,σ2(i),r(i),d(i),Y)3.生成σ2(i+1)~p(σ2|Φ(i)1,Φ(i)2,r(i),d(i),Y)4.生成r(i+1)~p(r|Φ(i)1,Φ(i)2,σ2(i),d(i),Y)5.生成d(i+1)~p(d|Φ(i)1,Φ(i)2,σ2(i),r(i),Y)6.令θ(i+1)=(Φ(i+1)1,Φ(i+1)2,σ2(i+1),r(i+1),d(i+1))6.endfor26
杭州師范大學(xué)碩士學(xué)位論文實(shí)例分析5實(shí)例分析5.1數(shù)據(jù)來(lái)源GDP增長(zhǎng)率反映了一個(gè)國(guó)家或地區(qū)經(jīng)濟(jì)規(guī)模和財(cái)富的增長(zhǎng)速度,是國(guó)民經(jīng)濟(jì)核算的核心指標(biāo),其大小意味著經(jīng)濟(jì)增長(zhǎng)的快慢和人民生活水平提高所需的時(shí)間長(zhǎng)短.近年來(lái)GDP增長(zhǎng)率的預(yù)測(cè)和建模一直是金融學(xué)與統(tǒng)計(jì)學(xué)研究的熱點(diǎn).本文從新浪財(cái)經(jīng)專欄下載了我國(guó)1977~2013年度的國(guó)內(nèi)生產(chǎn)總值(GDP),設(shè)我國(guó)每年的GDP為yt,GDP增長(zhǎng)率由rt=[(ytyt1)/yt1]得到.圖6.1為GDP增長(zhǎng)率的時(shí)序圖:圖5.1:GDP增長(zhǎng)率時(shí)序圖通過(guò)圖5.1可看出我國(guó)GDP增長(zhǎng)率呈非對(duì)稱性變化,2008年受金融危機(jī)的影響呈大幅度下降的趨勢(shì).根據(jù)時(shí)序圖直觀上可看到我國(guó)GDP增長(zhǎng)率序列有著29
【參考文獻(xiàn)】:
期刊論文
[1]基于貝葉斯搜索方法的TAR模型研究[J]. 謝勝藍(lán),劉金山,喬杉. 統(tǒng)計(jì)與決策. 2017(12)
[2]門限分位數(shù)自回歸模型的預(yù)測(cè)方法及應(yīng)用[J]. 康寧,荊科. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2016(03)
[3]三階段均值回復(fù)、TAR及其應(yīng)用[J]. 吳武清,李東,潘松,陳敏. 系統(tǒng)工程理論與實(shí)踐. 2013(04)
博士論文
[1]門限自回歸模型的理論與應(yīng)用研究[D]. 聶思玥.南開大學(xué) 2014
本文編號(hào):3109182
本文鏈接:http://sikaile.net/kejilunwen/yysx/3109182.html
最近更新
教材專著