期刊文献+

多变量非线性贝叶斯动态模型的参数估计

ESTIMATION OF UNKNOWN PARAMETERS IN MULTIVARIATE NONLINEAR BAYESIAN DYNAMIC MODELS
下载PDF
导出
摘要 本文讨论多变量非线性贝叶斯动态模型参数估计 ,将 Monte Carlo最优法用于极大似然函数 。 In this paper, we estimated the unknown parameters and the state variables which are included in multivariate nonlinear Bayesian dynamic models. Monte Carlo optimization procedure is adopted for maximization of the likelihood founction to obtain precise estimates of the unknown parameters and the state variables simultaneously.
出处 《经济数学》 2003年第3期72-75,共4页 Journal of Quantitative Economics
关键词 多变量 非线性贝叶斯动态模型 参数估计 MONTE Carlo最优法 极大似然函数 Gibbs sampling, Metropolis Hastings algorithm,Monte Carlo optimization, nonparameteric density estimation
  • 相关文献

参考文献3

  • 1West, M. and P. J. Harrison, Bayesian Forecasting and Dynamic Models(2nd edition[M]. Springer-Verlag, New York, 1998.
  • 2刘福升 张承进.多变量动态线性模型及其预测[M].北京:煤炭工业出版社,1996.21-35.
  • 3Tanner, M. A., Tools for Statistical Inference[M], Springer-Verlag, New York, 1991.

共引文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部