IDEAS主页打印自https://ideas.repec.org/a/bla/jorssc/v71y2022i3p613-638.html
  我的参考书目  保存此文章

北京市大气污染的贝叶斯非线性状态空间copula模型

作者

上市的：
  • 亚历山大·克鲁泽
  • 卢西亚娜·达拉山谷
  • 克劳迪娅·查多

摘要

空气污染是一个严重的问题，目前影响到世界上许多工业城市，并可能给人口带来严重疾病。特别是，已经证明，空气中的污染物含量极高，会对人类健康造成危险的短期影响，比如增加心血管和呼吸道疾病的入院人数，增加死亡风险。因此，准确估计空气污染物浓度至关重要。在本文中，我们提出了一种灵活的新方法，用于模拟2014年北京收集的细颗粒物小时测量值和气象数据。我们表明，基于高斯假设的标准状态空间模型不能正确地捕捉观测的时间动态。因此，我们提出了一个非线性非高斯状态空间模型，其中观测值和状态方程均由copula规范定义，我们使用哈密顿蒙特卡罗方法进行贝叶斯推断。提出的copula状态空间方法非常灵活，因为它允许我们单独建模边际分布，并适应数据动力学中的各种依赖结构。我们表明，所提出的方法不仅可以准确估计颗粒物测量值，还可以捕获未通过测量结果检测到的异常高水平空气污染。

建议引用

  • 亚历山大·克鲁泽（Alexander Kreuzer）、卢西亚娜·达拉·瓦莱（Luciana Dalla Valle）和克劳迪娅·查多（Claudia Czado），2022年。"北京市大气污染的贝叶斯非线性状态空间copula模型,"英国皇家统计学会杂志C辑皇家统计学会，第71卷（3），第613-638页，6月。
    • 手柄：RePEc:bla:jorssc:v:71:y:2022:i:3:p:613-638
    数字对象标识码：10.1111/rssc.12548
    作为

    从出版商下载全文

    文件URL: https://doi.org/10.1111/rssc.12548
    下载限制：不
    文件URL: https://libkey.io/10.1111/rssc.12548？utm_source=创意
    LibKey链接：如果访问受到限制，并且您的库使用此服务，LibKey会将您重定向到可以使用库订阅访问此项目的位置
    ---><---

    IDEAS上列出的参考文献

    作为
    1. Duncan Lee和Alastair Rushworth&Sujit K.Sahu，2014年。"估算空气污染对健康影响的贝叶斯局部条件自回归模型,"生物计量学国际生物识别学会，第70卷（2），第419-429页，6月。
    2. J.Durbin和S.J.Koopman，2000年。"基于经典和贝叶斯状态空间模型的非高斯观测的时间序列分析,"英国皇家统计学会学报B辑英国皇家统计学会，第62卷（1），第3-56页。
    3. 陈晓红、范燕琴，2006。"基于copula的半参数时间序列模型的估计,"计量经济学杂志爱思唯尔，第130（2）卷，第307-335页，2月。
    4. Siem Jan Koopman、AndréLucas和Marcel Scharth，2016年。"用参数驱动和观测驱动模型预测时变参数,"经济学与统计学综述麻省理工学院出版社，第98卷（1），第97-110页，3月。
    5. Shi Chen、John Fricks和Matthew J.Ferrari，2012年。"通过非线性状态空间模型跟踪麻疹感染,"英国皇家统计学会杂志C辑英国皇家统计学会，第61卷（1），第117-134页，1月。
    6. Smith，Michael Stanley&Maneesoonthorn，沃普里，2018年。"非线性状态空间模型的反演连接函数及其在通货膨胀预测中的应用,"国际预测杂志爱思唯尔，第34卷（3），第389-407页。
    7. Gneiting，Tilmann&Raftery，Adrian E.，2007年。"严格正确的评分规则、预测和评估,"美国统计协会杂志，美国统计协会，第102卷，第359-378页，3月。
    8. 杜宾、詹姆斯和科普曼，暹粒，2012年1月。"状态空间方法的时间序列分析,"OUP目录,牛津大学出版社，第2版，编号9780199641178。
    9. Sujit K.Sahu和Kanti V.Mardia，2005年。"用于空气污染水平短期预测的Bayesian kriged Kalman模型,"英国皇家统计学会杂志C辑英国皇家统计学会，第54卷（1），第223-244页，1月。
    10. 加文·沙迪克（Gavin Shaddick）、马修·托马斯（Matthew L.Thomas）、阿米莉亚·格林（Amelia Green）、迈克尔·布劳尔（Michael Brauer）、亚伦·范·唐克勒（Aaron van Donkelaar）、里克·伯内特（Rick Burnett）、霍华德·张和亚伦·科恩（Howard H.Chang）、丽塔·范·丁根恩（Aarson Cohen）、卡洛斯·多拉（Carlos Dora）、索菲·古米（Sophie Gumy）、杨·刘（Yang Liu&Ran），2018年。"空气质量数据集成模型：环境空气污染暴露量全球估算的分层方法,"英国皇家统计学会杂志C辑英国皇家统计学会，第67卷（1），第231-253页，1月。
    11. Marra，Giampiero&Wood，Simon N.，2011年。"广义可加模型的实用变量选择,"计算统计与数据分析爱思唯尔，第55卷（7），第2372-2387页，7月。
    12. S.J.Koopman和G.Mesters，2017年。"动态因子模型的经验Bayes方法,"经济学与统计学综述麻省理工学院出版社，第99卷（3），第486-498页，7月。
    13. J.Durbin，2002年。"一种简单高效的状态空间时间序列分析仿真平滑器,"生物特征《Biometrika信托》，第89卷（3），第603-616页，8月。
    完整参考文献 （包括与IDEAS上的项目不匹配的项目）

    最相关的项目

    这些是最常引用与本书相同作品的项目，也被与本书同样的作品引用。
    1. Kreuzer、Alexander和Dalla Valle、Luciana和Czado、Claudia，2023年。"贝叶斯多元非线性状态空间copula模型,"计算统计与数据分析爱思唯尔，第188（C）卷。
    2. Siem Jan Koopman、AndréLucas和Marcel Scharth，2016年。"用参数驱动和观测驱动模型预测时变参数,"经济学与统计学综述麻省理工学院出版社，第98卷（1），第97-110页，3月。
    3. Falk Bräuring和Siem Jan Koopman，2016年。"动态因子网络模型及其在全球信用风险中的应用,"工作文件16-13，波士顿联邦储备银行。
    4. 库普曼、暹粒·扬和荣贝克、博鲁斯和霍尔、尤金妮，2005年。"使用历史波动率、实际波动率和隐含波动率测量值预测标准普尔100指数的每日波动率,"实证金融杂志爱思唯尔，第12卷（3），第445-475页，6月。
    5. Mesters，G.&Koopman，S.J.，2014年。"横截面和时间随机效应的广义动态面板数据模型,"计量经济学杂志爱思唯尔，第180（2）卷，第127-140页。
    6. Tommaso Proietti和Alessandra Luati，2013年。"时间序列模型的最大似然估计：卡尔曼滤波及其以外,"章，摘自：Nigar Hashimzade和Michael A.Thornton（编辑），实证宏观经济学研究方法与应用手册，第15章，第334-362页，爱德华·埃尔加出版社。
    7. Helske，Jouni，2017年。"KFAS:R中的指数族状态空间模型,"统计软件杂志《开放获取统计基金会》，第78卷（i10）。
    8. 暹粒·扬·库普曼（Siem Jan Koopman）、罗格斯·利特（Rutger Lit）和土明·阮（Thuy Minh Nguyen），2012年。"基于状态空间方法的快速重要抽样,"廷伯根研究所讨论文件12-008/4，廷伯根研究所，2014年10月16日修订。
    9. 罗德里格斯（Rodríguez）、亚历杭德罗（Alejandro）和鲁伊斯（Ruiz），埃丝特（Esther），2012年。"基于估计参数卡尔曼滤波器的未观测状态自举预测均方误差,"计算统计与数据分析，爱思唯尔，第56卷（1），第62-74页，1月。
    10. Ledenyov，Dimitri O.和Ledenyof，Viktor O.，2013年。"Stratonovich–Kalman-Bucy滤波算法在中央银行使用状态空间模型准确表征金融时间序列中的应用,"MPRA纸德国慕尼黑大学图书馆，50235。
    11. Siem Jan Koopman、AndréLucas和Marcel Scharth，2015年。"非线性非高斯状态空间模型的数值加速重要抽样,"商业与经济统计杂志《泰勒与弗朗西斯杂志》，第33卷（1），第114-127页，1月。
    12. Ledenyov，Dimitri O.和Ledenyof，Viktor O.，2015年。"预测外汇市场超高频电子交易外汇汇率的波函数方法,"MPRA纸67470，德国慕尼黑大学图书馆。
    13. Petropoulos、Fotios和Apiletti、Daniele和Assimakopoulos、Vassilios和Babai、Mohamed Zied和Barrow、Devon K.和Ben Taieb、Souhaib和Bergmeir、Christoph和Bessa、Ricardo J.和Bijak、Jakub和Boylan、Joh，2022年。"预测：理论与实践,"国际预测杂志爱思唯尔，第38卷（3），第705-871页。
      • Fotios Petropoulos&Daniele Apiletti&Vassilios Assimakopoulos&Mohamed Zied Babai&Devon K.Barrow&Souhaib Ben Taieb&Christoph Bergmeir&Ricardo J.Bessa&Jakub Bijak&John E.Boylan&Jet，2020年。"预测：理论与实践,"文件2012.03854，arXiv.org，2022年1月修订。
    14. G.Mesters&S.J.Koopman&M.Ooms，2016年。"广义长记忆时间序列模型的Monte Carlo极大似然估计,"计量经济评论《泰勒与弗朗西斯杂志》，第35卷（4），第659-687页，4月。
    15. 迈克尔·斯坦利·史密斯，2023年。"隐式连词：综述,"计量经济与统计爱思唯尔，第28卷（C），第81-104页。
    16. 马蒂·维霍拉（Matti Vihola）、朱妮·赫尔斯克（Jouni Helske）和乔丹·弗兰克斯（Jordan Franks），2020年。"基于近似边际马尔可夫链蒙特卡罗的重要抽样类型估计,"斯堪的纳维亚统计杂志丹麦理论统计学会；芬兰统计学会；挪威统计协会；瑞典统计协会，第47卷（4），第1339-1376页，12月。
    17. Francesco Calvori&Drew Creal&Siem Jan Koopman&Andre Lucas，2014年。"竞争建模框架中参数不稳定性的测试,"廷伯根研究所讨论文件14-010/IV/DSF71，廷伯根研究所。
    18. 迈克尔·斯坦利·史密斯，2021年。"隐式连词：综述,"文件2109.04718，arXiv.org。
    19. 2020年1月，暹罗，布尔胡宁，福克&库普曼。"动态因素网络模型及其在国际贸易中的应用,"计量经济学杂志爱思唯尔，第216（2）卷，第494-515页。
    20. Drew Creal和Siem Jan Koopman和Eric Zivot，2008年。"时间-变量趋势-周期模型中大缓和对美国经济周期的影响,"廷伯根研究所讨论文件08-069/4，廷伯根研究所。

    有关此项目的更多信息

    统计

    访问和下载统计

    更正

    本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:bla:jorssc:v:71:y：2022年：i：3：p：613-638。请参阅一般信息关于如何更正RePEc中的材料。

    如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。

    如果CitEc公司识别了书目参考，但没有将RePEc中的项目链接到它，您可以帮助这个表格.

    如果你知道引用这一条的缺失条目，你可以通过以与上述相同的方式为每个引用条目添加相关引用来帮助我们创建这些链接。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。

    有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Wiley Content Delivery（以下电子邮件可用）。供应商的一般联系方式：https://edirc.repec.org/data/rssssea.html.

    请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。

    思想是一个经济学研究论文服务。RePEc使用各出版商提供的书目数据。