×
亚历山大·卡瓦略（Alexandre X·Carvalho）。;马丁·坦纳（Martin A.Tanner）。

用时间序列模型的专家混合建模非线性。 （英语） Zbl 1379.62052号

国际数学杂志。数学。科学。 2006年，第9期，19423，22页（2006）.
摘要：我们讨论了一类基于指数族时间序列模型回归专家混合的非线性模型，其中协变量包括因变量滞后函数和外部协变量。讨论涵盖了模型可识别性、随机稳定性、通过最大似然估计进行参数估计以及通过标准信息准则进行模型选择的结果。本文介绍了使用真实数据和模拟数据的应用程序，以说明如何将时间序列模型的专家混合用于数据描述，其中，基于未观察到的潜在变量的通常混合结构可能特别重要，并且对于预测来说，只有专家的混合灵活性才重要。

引用于7文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62B10型 信息论主题的统计学方面
62C05型 统计决策理论的一般考虑
10层62层 点估计
62J02型 一般非线性回归

软件：

其mr;ElemStatLearn（电子状态学习）
PDF格式BibTeX公司 XML格式引用
\textit{A.X.Carvalho}和\textit{M.A.Tanner}，国际数学杂志。数学。科学。2006年，第919423号，第22页（2006年；兹bl 1379.62052）
全文： DOI程序

参考文献：

[1] Akaike，H.，《信息理论与最大似然原理的扩展》，第二届信息理论国际研讨会（察科吸附，1971年），267-281（1973年），布达佩斯：布达佩斯阿卡德米亚基奥·兹bl 0283.62006年
[2] Akaike，H.，模型的可能性和信息标准，《计量经济学杂志》，16，3-14（1981）·Zbl 0457.62032号 ·doi:10.1016/0304-4076（81）90071-3
[3] Al-Osh，医学硕士。；Alzaid，A.A.，一阶积分值自回归过程，时间序列分析杂志，8，3，261-275（1987）·Zbl 0617.62096号
[4] Berkowitz，J.，《测试密度预测及其在风险管理中的应用》，《商业与经济统计杂志》，19，4，465-474（2001）·doi:10.1198/07350010152596718
[5] Brockwell，P.J。；Davis，R.A.，《时间序列和预测导论》。《时间序列与预测导论》，《统计学中的斯普林格文本》，xiv+420（1996），纽约：斯普林格出版社，纽约·Zbl 0868.62067号
[6] Burnham，K.P。；Anderson，D.R.，《模型选择和推断》。《实用信息理论方法》（1998），纽约：Springer，纽约·Zbl 0920.62006号
[7] 卡瓦略，A.X。；Skoulakis，G.，线性自回归局部混合的遍历性和矩的存在性，《统计学与概率快报》，71，4，313-322（2005）·Zbl 1064.62095号 ·doi:10.1016/j.spl.2004.11.013
[8] 卡瓦略，A.X。；Tanner，M.A.，广义线性时间序列混合专家的假设测试，IEEE金融工程计算智能会议论文集
[9] 卡瓦略，A.X。；Tanner，M.A.，自回归时间序列的混合专家：渐近正态性和模型规范，IEEE神经网络汇刊，16，1，39-56（2005）·doi:10.1109/TNN.2004.839356
[10] 卡瓦略，A.X。；Tanner，M.A.，用广义线性模型的局部混合建模非线性时间序列，加拿大统计杂志，33，1，97-113（2005）·Zbl 1063.62121号
[11] 卡瓦略，A.X。；Tanner，M.A.，用泊松自回归的局部混合建模非线性计数时间序列·Zbl 1445.62223号
[12] Chipman，H。；乔治·E。；McCulloch，R.，贝叶斯树模型，机器学习，48，1-3299-320（2002）·Zbl 0998.68072号
[13] 克莱门茨，M.P。；Hendry，D.F.，《预测经济时间序列》，xxii+368（1998），剑桥：剑桥大学出版社，剑桥·Zbl 0941.62103号
[14] Csiszár，I。；Shields，P.C.，BIC马尔可夫阶估计器的一致性，《统计学年鉴》，28，6，1601-1619（2000）·Zbl 1105.62311号
[15] Dempster，A.P。；新墨西哥州莱尔德。；Rubin，D.B.，《通过EM算法从不完整数据中获取最大似然》，英国皇家统计学会杂志。B.系列方法，39，1，1-38（1977）·Zbl 0364.62022号
[16] Diebold，F。；冈瑟，T。；Tay，A.，《评估密度预测及其在金融风险管理中的应用》，《国际经济评论》，39863-882（1998）
[17] Duflo，M.，《随机迭代模型》。随机迭代模型，数学应用（纽约），34，xviii+385（1997），柏林：施普林格出版社，柏林·Zbl 0868.62069号
[18] 加赫拉马尼，Z。；Hinton，G.，混合因子分析仪的EM算法（1996），多伦多：多伦多大学计算机科学系，多伦多
[19] Ghysels，E。；McCulloch，R。；Tsay，R.，周期性区域转换模型的贝叶斯推断，应用计量经济学杂志，13，2，129-143（1998）·doi:10.1002/（SICI）1099-1255（199803/04）13:2###^~^~^~ ^~ ^~^#####60；129:：AID-JAE466###^~^~^~ ^~^ ~^~~^####62；3.0.CO；2-2
[20] Goldberg，D.，《搜索、优化和机器学习中的遗传算法》（1989），马萨诸塞州：Addison-Wesley Professional，马萨诸塞诸塞州·Zbl 0721.68056号
[21] Green，P.J.，可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定，生物特征，82，4，711-732（1995）·Zbl 0861.62023号 ·数字对象标识代码：10.2307/2337340
[22] Gutta，S。；黄，J。；乔纳森，P。；Wechsler，H.，性别、种族血统和人脸姿势分类专家组合，IEEE神经网络汇刊，11，4，948-960（2000）·数字对象标识代码：10.1109/72.857774
[23] 哈斯蒂，T。；Tibshirani，R。；Friedman，J.，《统计学习的要素：数据挖掘、推断和预测》。《统计学习的要素：数据挖掘、推断和预测》，《统计学中的斯普林格系列》，xvi+533（2001），纽约：斯普林格出版社，纽约·Zbl 0973.62007号
[24] Hendry，D.F.，《动态计量经济学》。《动态计量经济学》，《计量经济学高级文本》，xxxiv+869（1995），纽约：克拉伦登出版社，牛津大学出版社，纽约·Zbl 0897.62127号
[25] 韦尔塔，G。；蒋伟（Jiang，W.）。；Tanner，M.A.，时间序列模型的混合，计算与图形统计杂志，10，1，82-89（2001）·doi:10.1198/10618600152418755
[26] 雅各布斯，R。；乔丹，M。；诺兰，S。；Hinton，G.，当地专家的适应性混合，神经计算，379-87（1991）
[27] Jeffries，N。；Pfeiffer，R.，降雨率概率分布的混合模型，Environmetrics，12，1，1-10（2001）·doi:10.1002/1099-095X（200102）12:1###^~^~^~ ^~ ^~^####60；1:：AID-ENV425###^~^~^~ ^~^~2^~^####62；3.0.CO；2-牛顿
[28] 蒋伟（Jiang，W.）。；Tanner，M.A.，指数族回归模型的专家分层混合：近似和最大似然估计，《统计年鉴》，27，31987-111（1999）·Zbl 0957.62032号 ·doi:10.1214/aos/1018031265
[29] 蒋伟（Jiang，W.）。；Tanner，M.A.，关于广义线性模型的层次混合专家的近似率，神经计算，11，5，1183-1198（1999）·doi:10.1162/0899766999300016403
[30] 蒋伟（Jiang，W.）。；Tanner，M.A.，《关于混合专家的可识别性》，神经网络，12，9，1253-1258（1999）·doi:10.1016/S0893-6080（99）00066-0
[31] 蒋伟（Jiang，W.）。；Tanner，M.A.，关于广义线性模型的层次混合专家的渐近正态性，IEEE信息理论汇刊，46，3，1005-1013（2000）·Zbl 1010.62065号 ·数字对象标识代码：10.1109/18.841177
[32] Joe，H.，卷积闭无穷可分类中具有单变量边际的时间序列模型，应用概率杂志，33，3，664-677（1996）·Zbl 0865.60029号 ·doi:10.2307/3215348
[33] 乔丹，M。；Jacobs，R.，专家和EM算法的层次混合，神经计算，6181-214（1994）
[34] 荣格（Jung，R.）。；库库克，M。；Liesenfeld，R.，《计数数据的时间序列：建模和估计》，《经济学工作文件》（2005），基尔：基尔大学克里斯蒂安·阿尔布雷奇茨分校经济系
[35] Kurnik，R。；奥利弗·J。；Waterhouse，S。；邓恩，T。；Jayalakshmi，Y。；Lesho，M。；洛帕蒂娜，M。；Tamada，J。；魏，C。；Potts，R.O.，《专家混合算法在无创血糖监测系统信号处理中的应用》，传感器和执行器B:化学，60，1，19-26（1999）·doi:10.1016/S0925-4005（99）00239-7
[36] Li，W.，基于广义线性模型的时间序列模型：一些进一步的结果，生物统计学，50506-511（1994）·Zbl 0825.62606号
[37] Lin，H。；McCulloch，C。；特恩布尔，B。；板岩，E。；Clark，L.，分析生物标志物轨迹的潜在类混合模型，《医学统计学》，19，10，1303-1318（2000）·doi:10.1002/（SICI）1097-0258（20000530）19:10###^~^~^~ ^~ ^~^#####60；1303:：AID-SIM424###^~^~^~^~^~^###62；3.0.CO；2-E型
[38] McCullagh，P。；Nelder，J.A.，《广义线性模型》。广义线性模型，统计学和应用概率专著，37（1998），伦敦：Chapman&Hall/CRC，伦敦·Zbl 0588.62104号
[39] McCulloch，R。；Tsay，R.，具有随机数状态的阈值自回归过程的贝叶斯分析，计算科学与统计，25325-262（1994）
[40] Meyn，S.P。；Tweedie，R.L.，马尔可夫链和随机稳定性。马尔可夫链与随机稳定性，通信与控制工程系列，xvi+548（1993），伦敦：斯普林格出版社，伦敦·Zbl 0925.60001号
[41] Mitchell，M.，《遗传算法导论（复杂自适应系统）》（1998），马萨诸塞州：麻省理工学院出版社·Zbl 0906.68113号
[42] 彭，F。；雅各布斯，R。；Tanner，M.A.，混合专家模型和分层混合专家模型中的贝叶斯推理及其在语音识别中的应用，美国统计协会杂志，91，435，953-960（1996）·Zbl 0882.62022号 ·doi:10.2307/2291714
[43] B.G.奎因。；McLachlan，G.J。；Hjort，N.L.，《关于混合模型中假设检验的Aitkin-Rubin方法的注释》，《皇家统计学会杂志》。B系列方法学，49，3，311-314（1987）·Zbl 0636.62043号
[44] Rosenblatt，M.，《关于多元变换的评论》，《数理统计年鉴》，第23期，第470-472页（1952年）·Zbl 0047.13104号
[45] Schwarz，G.，估算模型的维度，《统计年鉴》，6，2，461-464（1978）·Zbl 0379.62005年
[46] Siek，M.B.L.A。；Solomatine，D.P.，优化树状回归模型中本地专家的混合，IASTED人工智能与应用会议论文集
[47] Tanner，M.A.，《统计推断工具》。统计推断工具，《统计学中的斯普林格系列》，viii+207（1996），纽约：斯普林格出版社，纽约·Zbl 0846.62001号
[48] 小费，M。；Bishop，C.，概率主成分分析仪的混合，神经计算，11，2，443-482（1999）·doi:10.1162/0899766999300016728
[49] Tong，H.，非线性时间序列分析中的阈值模型。非线性时间序列分析中的阈值模型，统计学课堂讲稿，21，x+323（1983），纽约：Springer，纽约·Zbl 0527.62083号
[50] van Laarhoven，P.J。；Aarts，E.H.，《模拟退火：理论与应用》。模拟退火：理论与应用，数学及其应用，xii+186（1987），多德雷赫特：D.Reidel，多德雷赫特·Zbl 0643.65028号
[51] 王，P。；Puterman，M.L.，混合逻辑回归模型，农业、生物和环境统计杂志，3，2，175-200（1998）·doi:10.307/1400650
[52] 魏根德，A。；Mangeas，M。；Srivastava，A.，《时间序列的非线性选通专家：发现机制和避免过度拟合》，《国际神经系统杂志》，6，4，373-399（1995）·doi:10.1142/S0129065795000251
[53] Wong，W.H.，《部分似然理论》，《统计年鉴》，第14、1、88-123页（1986年）·Zbl 0603.62032号
[54] Wong，C.S。；Li，W.K.，关于logistic混合自回归模型，Biometrika，88，3，833-846（2001）·Zbl 0985.62074号 ·doi:10.1093/biomet/88.3.833
[55] 伍德，S.A。；蒋伟（Jiang，W.）。；Tanner，M.A.，空间自适应非参数回归的贝叶斯混合样条，生物特征，89，3，513-528（2002）·Zbl 1136.62340号 ·doi:10.1093/biomet/89.3.513
[56] Zeevi，A。；Meir，R.，通过密度的凸组合进行密度估计：近似和估计界，神经网络，10，1，99-109（1996）·Zbl 0869.68094号 ·doi:10.1016/S0893-6080（96）00037-8
[57] Zeevi，M。；梅尔，R。；Adler，R.，使用自回归模型混合的时间序列非线性模型
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。