雷纳尔多·瓦勒（Reinaldo B.Arellano-Valle）。;孔特雷拉斯·雷伊斯，哈维尔·E·。;弗雷迪·奥·洛佩斯·金特罗;阿贝尔·瓦尔代贝尼托 偏态动态线性模型和贝叶斯预测。 （英语） Zbl 1505.62035号 计算。斯达。 34，第3期，1055-1085（2019）. 总结：动态线性模型通常是在假设观测和系统分布均为正态的情况下开发的。在这项工作中，我们通过考虑观测随机误差的偏正态分布来放宽这一假设，从而提供了标准正态动态线性模型的扩展。使用模型的层次表示进行完全贝叶斯推理。推理方案是通过前向滤波后向采样和常用MCMC算法的自适应来进行推理的。该方法通过模拟研究进行了说明，并应用于智利北部海域雄性和雌性凤尾鱼的条件因子指数。这些指标尚未在动态线性模型框架中进行研究。 引用于4文件 MSC公司： 2008年6月62日 统计问题的计算方法 2015年1月62日 贝叶斯推断 62平方米 随机过程的推断与预测 关键词：贝叶斯序列推理;卡尔曼滤波与平滑;FFBS算法;多功能多媒体计算机;偏正态;条件系数 软件：卡爪;化学需氧量;罗杰斯 PDF格式BibTeX公司 XML格式引用 \textit{R.B.Arellano-Valle}等人，计算。Stat.34，No.3，1055--1085（2019；Zbl 1505.62035） 全文： 内政部 参考文献： [1] Akaike H（1974）统计模型识别的新视角。IEEE Trans Autom Control 19（6）：716-723·Zbl 0314.62039号 [2] Arellano-Valle RB，Azzalini A（2006），关于偏正态分布族的统一。扫描J Stat 33（3）：561-574·Zbl 1117.62051号 [3] Arellano-Valle RB，Genton MG（2005）《关于基本偏态分布》。多变量分析杂志96（1）：93-116·Zbl 1073.62049号 [4] Arellano-Valle RB，Genton MG（2010），多元统一偏椭圆分布。Chil J统计1（1）：17-33·Zbl 1213.62087号 [5] Arellano-Valle RB、Castro LM、Genton MG、Gómez HW（2008），关于偏态分布形状混合物的贝叶斯推断，及其在回归分析中的应用。贝叶斯分析3（3）：513-539·Zbl 1330.62242号 [6] Arellano-Valle RB，Contreras-Reyes JE，Stehlík M（2017）广义偏态负熵及其在鱼类条件因子时间序列中的应用。熵19（10）：528 [7] Azzalini A，Capitanio A（1999）多元正态分布的统计应用。J R Stat Soc B 61（3）：579-602·Zbl 0924.62050号 [8] Azzalini A，Dalla Valle A（1996）多元偏态正态分布。生物特征83（4）：715-726·兹伯利0885.62062 [9] Cabral CRB，Da-Silva CQ，Migon HS（2014）状态参数初始分布的扩展偏态正态动态线性模型。计算统计数据分析74:64-80·Zbl 1506.62031号 [10] Carter CK，Kohn R（1994）状态空间模型的吉布斯抽样。生物特征81（3）：541-553·Zbl 0809.62087号 [11] Contreras-Reyes JE（2016）通过偏态高斯信息理论量词分析鱼类条件因子指数。Fluct噪声Lett 15（2）：1650013 [12] Contreras-Reyes JE、Canales TM、Rojas PM（2016）气候变化对智利北部海域凤尾鱼繁殖时间的影响。《海军系统杂志》164:67-75 [13] Fahrmeir L（1992）多元动态广义线性模型的扩展卡尔曼滤波后验模式估计。美国统计协会杂志87（418）：501-509·Zbl 0781.62147号 [14] Frühwirth-Schnatter S（1994），数据增强和动态线性模型。时间序列分析杂志15（2）：183-202·Zbl 0815.62065号 [15] Gamerman D，Lopes H（2006）蒙特卡罗-马尔可夫链：贝叶斯推断的随机模拟。查普曼和霍尔CRC伦敦·Zbl 1137.62011年 [16] Gamerman D，Moreira AR（2004）多元空间回归模型。多变量分析杂志91（2）：262-281·兹比尔1093.91050 [17] Gelfand AE，Ghosh SK（1998）模型选择：最小后验预测损失方法。生物特征85（1）：1-11·兹伯利0904.62036 [18] González-Farías G，Domínguez-Molina J，Gupta A（2004），闭合偏态正态分布。《偏椭圆分布及其应用：超越常态的旅程》，第25-42页。查普曼和霍尔/CRC，佛罗里达州博卡拉顿·Zbl 1036.62043号 [19] Gupta AK，Aziz MA，Ning W（2013）关于统一斜态正态分布的一些性质。《J Stat Theor Pract》7（3）：480-495·Zbl 1423.62046号 [20] Harrison PJ，Stevens CF（1976）贝叶斯预测。J R统计Soc B 38（3）：205-247·Zbl 0349.62062号 [21] Kalman RE（1960）线性滤波和预测问题的新方法。J基础工程82（1）：35-45 [22] Kalman RE，Bucy RS（1961）线性滤波和预测理论的新结果。J基础工程83（1）：95-108 [23] Kim H、Ryu D、Mallick B、Genton M（2014）《倾斜卡尔曼滤波器的混合》。多变量分析杂志123:228-251·Zbl 1278.62154号 [24] Kitagawa G（1987）非平稳时间序列的非高斯状态空间建模。美国统计协会杂志82（400）：1032-1041·Zbl 0644.62088号 [25] Le Cren E（1951）鲈鱼性腺重量和状况的长度-重量关系和季节循环（河鲈）。《动物生态学杂志》20:201-2019 [26] Naveau P、Genton MG、Shen X（2005）《倾斜卡尔曼滤波器》。多变量分析杂志94（2）：382-400·Zbl 1066.62091号 [27] Plummer M（2003）JAGS:使用吉布斯抽样分析贝叶斯图形模型的程序。摘自：第三届分布式统计计算国际研讨会论文集，第124卷，第125页。维也纳 [28] Plummer M（2016）rjags:使用MCMC的贝叶斯图形模型。R程序包版本4-6 [29] Plummer M、Best N、Cowles K、Vines K（2006）《CODA：MCMC的收敛诊断和输出分析》。R新闻6（1）：7-11 [30] Rezaie J，Eidsvik J（2014）闭合斜交法线设置中的卡尔曼滤波器变体。计算统计数据分析75:1-14·Zbl 1506.62155号 [31] Rezaie J，Eidsvik J（2016）《倾斜无味卡尔曼滤波器》。国际J控制89:2572-2583·兹比尔1360.93709 [32] Schwarz G（1978）估算模型的维数。Ann Stat 6（2）：461-464·Zbl 0379.62005年 [33] Spiegelholter DJ，Best NG，Carlin BP，Van Der Linde A（2002）模型复杂性和拟合的贝叶斯测度。J R Stat Soc B 64（4）：583-639·Zbl 1067.62010年 [34] Tong H，Lim KS（1980）阈值自回归、极限环和周期数据。J R统计Soc B 42:245-292·Zbl 0473.62081号 [35] West M，Harrison J（1999）贝叶斯预测与动态模型。柏林施普林格·Zbl 0871.62026号 [36] West M，Harrison PJ，Migon HS（1985）动态广义线性模型和贝叶斯预测。美国统计协会杂志80（389）：73-83·兹伯利0568.62032 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。