排序方式: 共有19条查询结果,搜索用时 0 毫秒
1.
贝叶斯动态线性模型(简称为BayesDLM)是一种特殊的预测方法,它以一个动态方程组和先验信息为基础,通过一组递推修正方程预测指标的变化情况。本文给出递推修正方程的一个假定前提的理论证明,从而说明BayesDLM的合理性和严密性 相似文献
2.
讨论了已知参数的边际先验,来求出其为条件的条件参考先验,进而对总体参数先验做出确定,完善了已知部分先验信息情况下的先验确定理论。 相似文献
3.
考查了ε-代换类先验的贝叶斯稳健性,衡量其稳健与否的标准是先验为ε-代换类的后验分布的kullback-leibler散度和它的曲率。给出了多维和非共轭情况下后验的kullback-leibler散度的曲率的变化范围。 相似文献
4.
对一类非线性贝叶斯动态模型进行了处理。用筛选算法进行抽样,利用得到的样本进行各种推断和预测。 相似文献
5.
推广了LeCam的一个定理,并将其应用到一般的贝叶基动态线性模型和矩阵动态性模型,作为结果,得到了它们的实用递推模型,在该模型中,给出了一种简洁的预测方法。 相似文献
6.
本文直接按采样间隔非均匀的情况研究了一次和二次线性增长模型,并分别就观测误差方差V_t_i已知和未知常数两种情况给出了它们的先验分布、预测分布和后验分布的修正递推算法。 相似文献
7.
主要给出了采样间隔非均匀情况下的季节因子动态线性模型、季节效应动态线性模型和Fourier形式的季节效应模型,当观测误差方差Vti已知时,给出了它们的先验分布、预测分布和后验分布的修正递推算法。 相似文献
8.
9.
给出了一种新的非线性状态空间模型的MCMC方法——EHMM(Embedded Hidden Markov Model)抽样法,运用该方法构造的Markov链的收敛速度比传统的MCMC方法有明显提升,文中证明了这一结论并以一维非线性状态空间模型为例加以说明。 相似文献
10.
组合预测就是将随机变量或向量的点预测进行组合,这些预测是根据几个模型所给出的,一般的方法是求这些点预测的算法平均值。本文给出的是根据模型的预测精度确定权的贝叶斯动态线性模型的组合预测,它的预测精度比取算术平均值的预测精度高。 相似文献