京杜克·科;曲乐明;玛丽娜·范努奇 具有长记忆误差的部分线性回归模型的基于小波的贝叶斯估计。 (英语) Zbl 1191.62045号 统计正弦。 19,第4期,1463-1478(2009). 摘要:我们关注具有长记忆误差的部分线性回归模型,并提出一种基于小波的贝叶斯方法,该方法允许同时估计模型参数和模型的非参数部分。为了简化长记忆误差的稠密方差-方差矩阵,采用离散小波变换是至关重要的。我们通过在Gibbs采样器中采用Metropolis算法来实现完全贝叶斯推断。我们在模拟数据上评估了所提出的方法的性能。此外,我们还介绍了北半球温度数据的应用,这是长记忆文献中的基准。 引用于2文件 MSC公司: 2015年1月62日 贝叶斯推断 62J05型 线性回归;混合模型 42立方厘米 涉及小波和其他特殊系统的非三角调和分析 62G08号 非参数回归和分位数回归 65立方厘米 马尔可夫链的数值分析或方法 62页第12页 统计在环境和相关主题中的应用 关键词:贝叶斯推断;长记忆;MCMC公司;部分线性回归模型;小波变换 软件:算法735 PDF格式BibTeX公司 XML格式引用 \textit{K.Ko}等人,Stat.Sin。19,第4号,1463-1478(2009;Zbl 1191.62045) 全文: 链接