高级检索
文献类型选择

说明:高级检索多个条件检索时是按照顺序运算的:如 A或B与C 即:(A或B)与C

所属机构:
所有年份 指定年份  从

基于贝叶斯动态线性模型及其预测的时间序列分析

Time Series Analysis based on Bayesian Dynamic Linear Model& its Forecasting
    展开

收录

学位论文库

摘要

贝叶斯动态模型和预测是国际上的一个最新的研究成果,它是由英国统计学家P.J.Harrison和C.F.Stevens由于预测突发事件的需要而于1976年首次提出,此后英美等国相继展开了对它的研究,近二十几年来,贝叶斯预测的理论和应用得到了迅速发展,并取得一批重要的研究成果。它在处理时间序列数据方面具有独到性。相比之下,国内这方面的研究前后不过十几年的时间,从事这方面的研究人员很少,发表论文的数量也不多,虽然在计算机网络监测、水利大坝和经济数据预测等领域也有了一些应用实例,但总体上处于较低的水平。本论文旨在对贝叶斯动态模型和预测进行较为系统的介绍和研究。    在论文引言中,我们首先较为简要介绍了Box─Jenkins传统时间序列分析方法和它的研究现状,然后对贝叶斯动态线性模型及其预测进行了概述。前两章系统地介绍和研究了贝叶斯动态线性模型及其预测的基本理论。本论文的主要贡献和创新之处体现在第三章,即对于在实际应用中最为重要和常见的单变量贝叶斯正态动态线性模型,在假设观测误差方差 为未知常量的前提下,提出了估计先验信息的一种新的算法,数据实验结果充分说明了算法的有效性和实用性,同时我们也对贝叶斯预测方法的优缺点进行了概括。在最后的结论中,我们对本文的主要工作进行了总结,并对今后所要继续研究的工作重点也进行了简要地说明。

关键词

作者机构

理学院
更多内容

相关文章