具有误差自回归的似乎不相关模型参数的贝叶斯估计

具有误差自回归的似乎不相关模型参数的贝叶斯估计

论文摘要

现如今,随着信息化、大数据时代的到来,数据容量大、内容多样、形式复杂、数据间关联性较密集,事物间相关联的研究越来越受到人们的重视,人们已不能用单一独立的视角解释社会、自然界存在的现象.经典的线性回归模型在很多领域已不能较为合理的解释生活中的方方面面.似乎不相关模型的出世打破了人们对误差模型满足高斯马尔科夫假设条件的认识,通过误差扰动项将看似没有关联的模型紧密地联系在一起.后来,学者们对似乎不相关模型的研究已深入到经济、环境、生态、卫生等领域,均说明了该模型具有很好的解释性及广泛的应用前景.针对面板数据的研究,模型的空间效应广受大众关注.若在同一个时间截面,主要研究关于空间地理位置的异质性和区域之间的关联性问题;在特定的地理位置上,观测值会以时间序列的形式呈现.本文所设定的误差协方差矩阵是表示时间相关性的误差自回归模型,即研究不同时刻同一位置之间的某种相互关系.空间异质性的问题一般用地理加权回归模型来刻画.本文提出具有时间相关性的误差自回归似乎不相关模型与具有误差自回归地理加权似乎不相关回归模型.用该模型更好地刻画解释变量与被解释变量之间关系的动态过程及解决时空异质性、相关性问题.对似乎不相关模型参数的求解问题,国内外学者提供很多种方法:广义最小二乘估计方法、极大似然方法、广义矩方法、线性贝叶斯方法等.本文中,对具有误差自回归似乎不相关模型用线性Bayes估计方法对参数进行估计,并得到该方法的无偏性及有效性证明.在模拟中,用均方误差和绝对偏差均值作为检验指标得出线性Bayes方法较GLS方法的优良性.再根据贝叶斯统计推断及多元参数的有信息先验分布,推导出具有误差自回归地理加权似乎不相关模型参数的后验分布,模拟时结合Gibbs抽样方法得到该模型参数的估计值,并用残差平方和、均方误差和绝对偏差均值作为检验指标,与广义局部加权最小二乘估计方法进行优良性对比,从而说明该模型的良好解释性及估计方法的有效性.

论文目录

  • 摘要
  • abstract
  • 1 引言
  •   1.1 研究背景
  •   1.2 研究现状
  •   1.3 研究内容
  • 2 预备知识
  •   2.1 似乎不相关模型
  •   2.2 广义局部加权最小二乘估计方法
  •     2.2.1 广义局部加权最小二乘估计方法
  •     2.2.2 核函数及窗宽的选择
  •   2.3 线性模型的贝叶斯估计方法
  •   2.4 Gibbs抽样
  • 3 具有误差自回归似乎不相关模型的建立及线性Bayes估计方法
  •   3.1 具有误差自回归的似乎不相关回归模型的建立
  •   3.2 随机扰动项4)6)的假设说明
  •   3.3 具有误差自回归似乎不相关模型参数的线性Bayes估计
  •   3.4 线性贝叶斯估计的性质
  •   3.5 随机模拟实验和分析
  • 4 具有误差自回归地理加权似乎不相关模型的建立及贝叶斯推断
  •   4.1 具有误差自回归地理加权似乎不相关模型的建立
  •   4.2 地理加权似乎不相关模型的估计
  •   4.3 随机模拟实验和分析
  •   4.4 结论
  • 5 总结与展望
  • 参考文献
  • 硕士期间发表及完成论文清单
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 马晓玲

    导师: 胡锡健

    关键词: 地理加权似乎不相关模型,误差自回归模型,贝叶斯估计,抽样,均方误差

    来源: 新疆大学

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 新疆大学

    分类号: O212.8

    总页数: 46

    文件大小: 1128K

    下载量: 54

    相关论文文献

    • [1].基于双贝叶斯估计的动态威胁运动状态估计[J]. 郑州大学学报(工学版) 2017(02)
    • [2].偏正态混合效应模型参数的经验贝叶斯估计[J]. 系统科学与数学 2019(11)
    • [3].均匀分布的线性近似贝叶斯估计(英文)[J]. 应用概率统计 2020(03)
    • [4].帕累托索赔分布中风险参数的经验贝叶斯估计[J]. 应用概率统计 2015(03)
    • [5].基于动态贝叶斯估计的疲劳驾驶识别研究[J]. 中国生物医学工程学报 2019(06)
    • [6].污染数据情形下线性指数分布参数的经验贝叶斯估计(英文)[J]. 应用数学 2018(04)
    • [7].约束条件下的线性贝叶斯估计[J]. 工程数学学报 2020(03)
    • [8].方差相关保费原理下风险保费的经验贝叶斯估计(英文)[J]. 应用概率统计 2018(04)
    • [9].偏度系数的近似线性贝叶斯估计[J]. 统计与决策 2017(10)
    • [10].指数分布逐次定数截尾试验的多层贝叶斯估计[J]. 上海第二工业大学学报 2011(02)
    • [11].正态模型单参数经验贝叶斯估计[J]. 井冈山大学学报(自然科学版) 2010(01)
    • [12].进口需求与国内要素间的弹性——贝叶斯估计与实证估计比较[J]. 南开经济研究 2014(03)
    • [13].基于共轭贝叶斯估计的多品种小批量生产控制图研究[J]. 机械设计与制造 2020(02)
    • [14].浅析统计学中贝叶斯估计方法和经典频率学派估计方法的不同[J]. 科技视界 2014(28)
    • [15].指数族分布中参数的经验贝叶斯估计[J]. 统计与信息论坛 2013(05)
    • [16].基于贝叶斯估计的放入式电子测压器准静态校准数据处理方法[J]. 传感技术学报 2019(07)
    • [17].基于贝叶斯网稀疏结构学习的信用影响因素结构发现[J]. 统计与信息论坛 2019(01)
    • [18].基于贝叶斯网络的交通事故原因分析[J]. 现代计算机(专业版) 2018(24)
    • [19].消防气体灭火系统可靠性的贝叶斯估计[J]. 应用概率统计 2020(02)
    • [20].小样本数据潜变量建模:贝叶斯估计的应用[J]. 中国体育科技 2018(06)
    • [21].知情交易概率的贝叶斯估计[J]. 金融发展研究 2019(11)
    • [22].峰度与偏度系数的近似经验贝叶斯估计[J]. 江西师范大学学报(自然科学版) 2016(04)
    • [23].变压器分接头位置的改进递推贝叶斯估计[J]. 电力系统自动化 2012(23)
    • [24].真实固定效应空间随机前沿模型的贝叶斯估计[J]. 统计研究 2018(11)
    • [25].一种顾及用户朝向的加权贝叶斯指纹定位方法[J]. 测绘科学 2018(09)
    • [26].保险索赔次数的零点修正分布及其参数估计方法[J]. 统计与决策 2018(03)
    • [27].基于Copula贝叶斯估计的行业风险差异分析[J]. 数学的实践与认识 2015(10)
    • [28].考虑仿真可信度的舰炮射击精度贝叶斯估计[J]. 系统工程与电子技术 2018(11)
    • [29].基于贝叶斯估计的动载荷识别方法[J]. 噪声与振动控制 2018(01)
    • [30].正态分布参数的模糊贝叶斯估计[J]. 内江科技 2012(06)

    标签:;  ;  ;  ;  ;  

    具有误差自回归的似乎不相关模型参数的贝叶斯估计
    下载Doc文档

    猜你喜欢