×

动态广义线性模型和贝叶斯预测。 (英语) Zbl 0568.62032号

动态贝叶斯模型是为了应用于非线性非正态时间序列和回归问题而开发的。这些模型可以看作是标准广义线性模型的动态扩展。另一方面,本文提供的算法可以看作是卡尔曼滤波算法的推广。
当时间序列涉及指数族分布时,该方法很有用。重要的特例是生物学分布和泊松分布。这导致计算封闭的标准形式预测分布进行预测。讨论了模型的数据分析方面。考虑了一些应用。

MSC公司:

2015年1月62日 贝叶斯推断
62M20型 随机过程推断和预测
62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62立方厘米10 贝叶斯问题;贝叶斯过程的特征
62J02型 一般非线性回归
93E11号机组 随机控制理论中的滤波
PDF格式BibTeX公司 XML格式引用
全文: 内政部