数据缺失条件下AR（p）模型参数的估计

摘要：

在数据缺失条件下，探讨贝叶斯推断法在AR（p）模型参数估计中的应用。根据Bayesian理论与Markovchain Monte Carlo（简称MCMC）法，在WinBUGS软件中搜索一个或更多数据缺失时AR（p）模型参数的后验状态空间。计算结果表明，贝叶斯推断法既能充分利用现有资料信息，又能考虑参数的不确定性，是一种AR（p）模型参数估计的有效方法。

关键词：数据缺失、贝叶斯推断法、AR(p)模型、参数估计、WinBUGS软件

分类号：TV11(水利工程基础科学)

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共2页

页码：116-117