dlm公司

动态线性模型的贝叶斯和似然分析。极大似然,卡尔曼滤波和平滑,贝叶斯分析的正常线性状态空间模型,也称为动态线性模型。这本书介绍了统计时间序列分析动态线性模型。它包括动态线性模型和状态空间模型的基本概念,在已知参数的动态线性模型中用于估计和预测的Kalman滤波器,以及最大似然估计。它还提出了许多具体的动态线性模型,特别适用于单变量和多变量数据的时间序列分析。以实际数据为例说明了主要方法和模型。为此,作者开发了一个R软件包DIM,用于动态线性模型的推理和预测。可以从本书的网站definetti.uark.edu/gpetris/dlm下载本书中所有示例的代码以及包中未包含的数据集。正文组织如下。第一章介绍贝叶斯推理的基本概念。介绍了线性回归模型贝叶斯分析的基本原理,提出了马尔可夫链蒙特卡罗方法。第二章是动态线性模型。讨论了状态空间模型、动态线性模型、状态估计与预测、滤波与卡尔曼滤波等方面的问题。第3章讨论了模型规范。第一段讨论时间序列分析的经典工具。然后,研究了用于时间序列分析的动态线性模型,包括单变量和多变量。第四章讨论了参数未知的模型。它提出了一个最大似然估计和一个更详细的贝叶斯推断的讨论。最后一章是序贯蒙特卡罗方法(资料来源:http://cran.r-project.org/web/packages)


zbMATH参考文献(27篇文章引用了,2标准条款)

显示第1到第20个结果,共27个。
按年份排序(引用)
  1. Angela Bitto Nemling,Annalisa Cadonna,Sylvia Frühwirth Schnater,Peter Knaus:使用R包收缩TVP在时变参数模型框架中的收缩(2019)阿尔十四
  2. Huttunen,J.M.J.;Kaipio,J.P.;Haario,H.:时空混沌模型中的近似误差法及其在Kuramoto-Sivashinsky方程中的应用(2018)
  3. Costa,Lilia;Nichols,Thomas;Smith,Jim Q.:使用多元回归动态模型研究有效的大脑连通性(2017)
  4. Nicholas Michaud,Perry de Valpine,Daniel Turek,Christopher J.Paciorek:敏捷R包中的序贯蒙特卡罗方法(2017)阿尔十四
  5. Vázquez,C.Renato;Gómez Gutiérrez,David;Ramírez Teviño,Antonio:具有约束离散动力学的线性混合系统的观测器综合(2017)
  6. 分布(信德斯,2016年)
  7. Daniel McCarthy;Jensen,Shane T.:时间序列数据的幂加权密度(2016)
  8. Neale,Michael C.;Hunter,Michael D.;Pritikin,Joshua N.;Zahery,Mahsa;Brick,Timothy R.;Kirkpatrick,Robert M.;Estabrook,Ryne;Bates,Timothy C.;Maes,Hermine H.;Boker,Steven M.:OpenMX 2.0:扩展结构方程和统计建模(2016)
  9. Colombi,R.;Giordano,S.:分类时间序列的多重隐马尔可夫模型(2015)
  10. Thomas-Ducusr,Thomas-Ducusr,动态回归模型;Thomas-Ducusr-In-dynamic-programming;Thomas-Ducusr-of-dynamic-programming;Thomas-Ducusr-In-dynamic-programming;Thomas-Ducusr-of-networks;Thomas-Ducusr-In-dynamic-programming;Thomas
  11. Azadi,Nammam Ali;Fearnhead,Paul;Ridall,Gareth;Blok,Joleen H.:用于肌电图实验的二进制响应数据的贝叶斯序贯实验设计(2014)
  12. Cabral,Celso Rômulo Barbosa;da Silva,Cibele Queiroz;Migon,Helio S.:状态参数初始分布的扩展倾斜正态动态线性模型(2014)
  13. Fúquene,Jairo;Pérez,María-Eglée;Pericchi,Luis R.:动态模型中异常值和结构突变建模方差的倒推伽马替代方法(2014)
  14. Sheinson,Daniel M.;Niemi,Jarad;Meiring,Wendy:用于跟踪疾病流行的粒子滤波算法性能比较(2014)
  15. Triantafylllopoulos,K.:使用粒子滤波器的多元随机波动率估计(2014)
  16. Anacleto,Osvaldo;Queen,Catriona;Albers,Casper J.:使用贝叶斯动态图形模型、样条曲线和其他交通变量预测多变量道路交通流(2013)
  17. 邵伟;郭广宝;孟繁玉;贾淑琴:基于a(B)-样条技术的大都市黑斯廷斯有效提案分配(2013)
  18. Ruiz-Cárdenas,Ramiro;Krainski,Elias T.;Rue,Håvard:使用集成嵌套拉普拉斯近似的动态模型直接拟合——INSLA(2012)
  19. 贝叶斯柯伦(Bayes Corrda,L.2011);贝叶斯柯伦(Bayesian-Corrda,L.2011)
  20. 费尔南多·图塞尔:R中的卡尔曼滤波(2011)不是zbMATH