瓦伦阿吉瓦尔;吉坦德拉·库马尔 多结构突变阈值自回归模型的贝叶斯估计。 (英语) Zbl 1458.62192号 Metron公司 78,第3期,361-382(2020年). 摘要:本文为具有可能断点的多状态阈值自回归模型提供了一种贝叶斯设置。考虑到适当的先验信息,得到了所有模型参数的完全条件后验分布。阈值和断点变量未达到标准形式分布。为了计算后验分布,我们使用Gibbs采样器和Metropolis-Hastings算法。为了优化与每个参数相关的风险,考虑了各种损失函数。对于实证,进行了模拟研究和实际数据说明。 引用于1文件 MSC公司: 62米10 统计学中的时间序列、自相关、回归等(GARCH) 37M10个 动力系统的时间序列分析 62G10型 非参数假设检验 65二氧化碳 蒙特卡罗方法 86A08型 气候科学和气候建模 第62页,第35页 统计学在物理学中的应用 第62页第12页 统计在环境和相关主题中的应用 关键词:门限自回归模型;贝叶斯推断;MCMC方法;结构断裂;古气候学数据库 PDF格式BibTeX公司 XML格式引用 \textit{V.Agiwal}和\textit{J.Kumar},Metron 78,No.3,361--382(2020;Zbl 1458.62192) 全文: 内政部 参考文献: [1] 艾伯特,JH;Chib,S.,通过马尔可夫均值和方差移动的自回归时间序列的吉布斯抽样进行贝叶斯推断,J.Bus。经济。《统计》,第11、1、1-15页(1993年) [2] Bai,J。;Perron,P.,估计和测试具有多重结构变化的线性模型,《计量经济学》,66,1,47-78(1998)·Zbl 1056.62523号 [3] 巴内特,G。;科恩,R。;Sheather,S.,使用马尔可夫链蒙特卡罗对自回归模型的贝叶斯估计,J.Econ。,74, 2, 237-254 (1996) ·兹比尔0864.62057 [4] 卡塞拉,G。;George,EI,解释吉布斯采样器,美国统计局,46,167-174(1992) [5] Chan,KS,门限自回归模型最小二乘估计的一致性和极限分布,Ann.Stat.,21,1,520-533(1993)·Zbl 0786.62089号 [6] Charif,MAIHA,阈值移动平均模型的贝叶斯推断,Metron,61,1,119-132(2003)·Zbl 1416.62498号 [7] Chen,CWS,广义阈值自回归模型的贝叶斯分析,Stat.Prob。莱特。,40, 1, 15-22 (1998) ·Zbl 0933.62084号 [8] Chen,CWS;Gerlach,R。;Liu,FC,时变异方差回归模型中结构突变的检测,J.Stat.Plann。推断,141,3367-3381(2011)·Zbl 1221.62120号 [9] Chen,CWS;Lee,JC,阈值自回归模型的贝叶斯推断,J.Time-Ser。分析。,16, 5, 483-492 (1995) ·Zbl 0833.62083号 [10] Chen,CWS;刘,FC;Gerlach,R.,阈值自回归移动平均模型的贝叶斯子集选择,计算。统计,26,1,1-30(2011)·Zbl 1304.65023号 [11] Chib,S。;Greenberg,E.,《理解大都会-黑斯廷斯算法》,《美国统计》,49,327-335(1995) [12] 德瓦赫特,S。;Tzavalis,E.,线性动态面板数据模型中结构断裂的检测,计算。统计数据分析。,56, 11, 3020-3034 (2012) ·Zbl 1254.91002号 [13] 迪基,DA;华盛顿州富勒,单位根自回归时间序列估计量的分布,美国统计协会,74,366,427-431(1979)·Zbl 0413.62075号 [14] 英格兰,RF;Granger,CWJ,《协整和误差修正:表示、估计和检验》,《计量经济学》,55,251-276(1987)·兹比尔0613.62140 [15] 高,Z。;Ling,S.,结构变化阈值自回归模型的统计推断,统计正弦。,29, 1803-1829 (2018) ·Zbl 1441.62233号 [16] Geweke,J。;Terui,N.,非线性时间序列的贝叶斯阈值自回归模型,J.time-Ser。分析。,14, 5, 441-454 (1993) ·Zbl 0779.62073号 [17] Gonzalo,J。;Wolf,M.,阈值自回归模型中的子采样推理,J.Econ。,127, 2, 201-224 (2005) ·Zbl 1335.62134号 [18] Inclan,C.,《使用后验概率检测多个方差变化》,J.Bus。经济。《统计》,第11、3、289-300页(1993年) [19] 李,D。;李,WK;Ling,S.,关于阈值自回归移动平均模型的最小二乘估计,《统计界面》,4183-196(2011)·Zbl 1513.62176号 [20] 刘,W。;Ling,S。;Shao,QM,关于非平稳阈值自回归模型,Bernoulli,17,3,969-986(2011)·Zbl 1221.62127号 [21] Meligkotsidou,L。;Tzavalis,E。;Vrontos,ID,《经济序列自回归模型的水平、趋势和误差方差中单位根和结构突变的贝叶斯分析》,Econ。版次:30、2、208-249(2011)·Zbl 1209.62202号 [22] 尼尔森,CR;普洛瑟,CR,《宏观经济时间序列中的趋势和随机游走:一些证据和影响》,《货币经济学杂志》。,10, 2, 139-162 (1982) [23] 潘,J。;夏,Q。;刘,J.,多阈值自回归模型的贝叶斯分析,计算。统计,32,1,219-237(2017)·Zbl 1417.62255号 [24] 所以,MK;陈,CW;Chen,MT,金融时间序列的贝叶斯阈值非线性检验,J.Forecast。,24, 1, 61-75 (2005) [25] Tong,H.:非线性时间序列分析中的阈值模型。莱克特。《票据统计》第21卷(1983年)·Zbl 0527.62083号 [26] Tong,H.,非线性时间序列分析中的阈值模型(2012),纽约:Springer,纽约 [27] Wang,J。;Zivot,E.,水平、趋势和方差多重结构变化的贝叶斯时间序列模型,J.Bus。经济。《法律总汇》第18、3、374-386页(2000年) [28] Watson,MW,具有随机趋势的单变量去趋势方法,货币经济学杂志。,18, 1, 49-75 (1986) [29] 夏,Q。;刘杰。;潘,J。;Liang,R.,带外部输入的双状态门限自回归滑动平均模型的贝叶斯分析,Commun。统计理论方法,41,6,1089-1104(2012)·Zbl 1237.62127号 [30] 姚,CY;唐,CM;Lee,TC,具有结构断裂的多状态阈值自回归模型的估计,J.Am.Stat.Assoc.,1105111175-1186(2015)·兹比尔1373.62461 [31] 于鹏,阈值回归中的似然估计与推断,经济学杂志。,167, 1, 274-294 (2012) ·Zbl 1441.62910号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。