10.3969/j.issn.1673-9000.2011.05.061
数据缺失条件下AR(p)模型参数的估计
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。
数据缺失、贝叶斯推断法、AR(p)模型、参数估计、WinBUGS软件
TV11(水利工程基础科学)
2012-04-21(万方平台首次上网日期,不代表论文的发表时间)
共2页
116-117