ARFIMA模型參數貝葉斯估計的漸近性質

首先根據貝葉斯定理得到ARFIMA模型參數的后驗邊緣分布,并選擇后驗邊緣分布的眾數作為參數的估計值.參照季節性ARFIMA模型的極大似然估計的漸近性質的證明思路,證明了模型參數的貝葉斯估計具有相合性、有效性和漸近正態性.最后,對參數的貝葉斯估計方法的大樣本性質進行仿真模擬,結果表明當時間序列樣本足夠大時,參數的估計值越來越接近于真實值.

作 者： 洪兆萍 杜秀麗 Hong Zhaoping Du Xiuli   作者單位： 南京師范大學教學與計算機科學學院,江蘇,南京,210046  刊 名： 南京師大學報（自然科學版）  ISTIC PKU 英文刊名： JOURNAL OF NANJING NORMAL UNIVERSITY(NATURAL SCIENCE EDITION)  年，卷(期)： 2008 31(2)  分類號： O212.8  關鍵詞： 貝葉斯方法   ARFIMA模型   后驗分布   漸近性質   Bayesian methods   ARFIMA models   posterior distribution   asymptotic properties  

【ARFIMA模型參數貝葉斯估計的漸近性質】相關文章：

變系數模型小波估計的漸近性質04-26

基于參數的貝葉斯先驗選擇方法04-27

半參數非線性再生散度模型的漸近推斷04-26

線性混合模型參數的部分嶺型譜分解估計04-26

疲勞多裂紋擴展隨機模型的參數估計方法04-27

GPCM模型項目參數估計程序的開發與研究04-26

羅吉斯諦曲線模型中參數的估計方法初探04-26

H廣義線性模型中的參數估計的比較04-26

絕對損失下雙邊截斷型分布族參數的漸近最優經驗Bayes估計04-26

一種采用混合高斯模型與貝葉斯判別的彩色圖像人臉檢測方法04-27