丹尼尔·科瓦尔（Daniel R.Kowal）。;大卫·S·马特森。;大卫·鲁珀特 动态收缩过程。 （英语） Zbl 1428.62397号 J.R.Stat.Soc.，塞尔维亚。B、 统计方法。 81，第4号，781-804（2019）. 摘要：我们为贝叶斯时间序列和回归分析提出了一类新的动态收缩过程。在全局-局部先验构造框架的基础上，为了获得理想的收缩特性和计算可处理性，我们采用高斯分布的连续尺度混合，对局部尺度参数之间的依赖关系进行建模。由此产生的过程继承了流行的全局-局部先验的理想收缩行为，如马蹄先验，但提供了额外的局部自适应性，这对于建模具有局部特征的时间序列数据或回归函数非常重要。我们基于提出的过程的Pólya-gamma尺度混合表示构造了一种计算效率高的Gibbs采样算法。使用动态收缩过程，我们开发了一个贝叶斯趋势过滤模型，该模型比竞争方法产生更准确的估计和更紧密的后验可信区间，并且我们将该模型应用于分钟Twitter中央处理器单元使用数据的不规则曲线拟合。此外，我们开发了一个自适应时变参数回归模型，以评估Fama-French五因素资产定价模型的有效性，并将动量作为第六个因素。我们对制造业和医疗保健业数据的动态分析表明，除市场风险外，除短期外，其他风险因素均不显著。 引用于19文件 MSC公司： 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62J07型 山脊回归；收缩估计器（拉索） 62M20型 随机过程推断和预测 62P05号 统计学在精算科学和金融数学中的应用 关键词：资产定价;动态线性模型;随机波动性;时间序列;趋势过滤;回归，回归 PDF格式BibTeX公司 XML格式引用 \textit{D.R.Kowal}等人，J.R.Stat.Soc.，Ser。B、 统计方法。81，第4号，781--804（2019年；Zbl 1428.62397） 全文： 内政部 arXiv公司