×

时间序列结构方程模型的贝叶斯分析。 (英语) Zbl 1209.62040号

摘要:结构方程模型(SEM)已被广泛用于行为、社会和心理研究,以模拟潜在变量和观察结果之间的关系。SEM拟合的大多数软件包都依赖于频率计方法。传统的模型和软件不适合分析时间序列数据等相关观测值。在本研究中,引入了一个具有时间序列特征的结构方程模型。借助马尔可夫链蒙特卡罗方法,采用贝叶斯方法求解模型。贝叶斯推断以及所提出的时间序列结构方程模型的预测也可以揭示观测值之间的某些未观察到的关系。该方法成功地使用了真实的亚洲、美国和欧洲股票回报数据。

MSC公司:

2015年1月62日 贝叶斯推断
62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62M20型 随机过程推断和预测
65立方厘米 马尔可夫链的数值分析或方法
62P05号 统计学在精算学和金融数学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Bentler,P.M.,1992年。EQS:结构方程程序手册。BMDP统计软件,洛杉矶。;Bentler,P.M.,1992年。EQS:结构方程程序手册。BMDP统计软件,洛杉矶。
[2] Berger,J.O.,《统计决策理论和贝叶斯分析》(1985),Springer Verlag:Springer Verlag New York·Zbl 0572.62008号
[3] Browne,M.W.,协方差结构分析中的广义最小二乘估计,南非统计杂志,8,1-24(1974)·Zbl 0281.62071号
[4] Dunson,D.B.,Palomo,J.,Bollen,K.,2005年。贝叶斯结构方程建模。SAMSI第5号技术报告。;Dunson,D.B.,Palomo,J.,Bollen,K.,2005年。贝叶斯结构方程建模。SAMSI第5号技术报告。
[5] Geman,S。;Geman,D.,随机松弛、吉布斯分布和图像的贝叶斯恢复,IEEE模式分析和机器智能汇刊,6721-741(1984)·Zbl 0573.62030号
[6] Jöreskog,K.G.,Sörbom,D.,1986年。LISREL VI:通过最大似然法、工具变量和最小二乘法分析线性结构关系。科学软件国际,印第安纳州穆尔斯维尔。;Jöreskog,K.G.,Sörbom,D.,1986年。LISREL VI:通过最大似然法、工具变量和最小二乘法分析线性结构关系。科学软件国际,印第安纳州穆尔斯维尔。
[7] Jöreskog,K.G.,Sörbom,D.,1996年。LISREL 8:使用SIMPLIS命令语言进行结构方程建模。科学软件国际,伦敦。;Jöreskog,K.G.,Sörbom,D.,1996年。LISREL 8:使用SIMPLIS命令语言进行结构方程建模。科学软件国际,伦敦。
[8] 穆森,L.K.,穆森,B.O.,1998年。MPLUS:应用研究人员综合建模项目。洛杉矶穆森&穆森。;穆森,L.K.,穆森,B.O.,1998年。MPLUS:应用研究人员综合建模项目。洛杉矶穆森&穆森·Zbl 0893.62127号
[9] 所以,M.K.P。;李,W.K。;Lam,K.,阈值随机波动率模型,《预测杂志》,21473-500(2002)
[10] Taylor,S.J.,由两个随机过程的乘积建模的财务收益,1961-79年每日糖价研究,(Anderson,O.D.,《时间序列分析:理论与实践》,第1卷(1982年),北荷兰:北荷兰阿姆斯特丹),203-226
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。