×
奈夫·阿尔扎赫拉尼;尼尔，彼得;西蒙·斯宾塞（Simon E.F.Spencer）。;Trevelyan J.麦金利。;帕纳伊奥塔·图卢普

计数数据时间序列的模型选择。 （英语） 兹比尔1469.62013

计算。统计数据分析。 122, 33-44 (2018).
摘要：在竞争统计模型之间进行选择是一个具有挑战性的问题，尤其是当竞争模型是非嵌套的时。在贝叶斯框架下开发了一种有效的算法，用于在建模时间序列计数数据时，在参数驱动的自回归泊松回归模型和观测驱动的整值自回归模型之间进行选择。为了实现这一点，引入了自回归泊松回归模型的粒子MCMC算法。支持粒子MCMC算法的粒子滤波器在通过重要性抽样估计自回归泊松回归模型的边际似然中起着关键作用，也用于估计DIC。通过仿真研究评估了模型选择算法的性能。成功分析了两个真实数据集，即美国每月脊髓灰质炎病例（1970年至1983年）和伐木业每月向不列颠哥伦比亚省工人赔偿委员会（1985年至1994年）索赔的情况。

引用于8文件

MSC公司：

62-08 统计问题的计算方法
62M10个 统计学中的时间序列、自相关、回归等（GARCH）
2015年1月62日 贝叶斯推断
62P05号 统计学在精算科学和金融数学中的应用

关键词：

自回归泊松回归模型;INAR模型;INGARCH模型;边际似然;MCMC公司;颗粒过滤器

软件：

ts桥
PDF格式BibTeX公司 XML格式引用
\textit{N.Alzahrani}等人，计算。统计数据分析。122、33-44（2018；Zbl 1469.62013）
全文： 内政部 链接

参考文献：

[1] Aktekin，T。；Polson，N。；Soyer，R.，多元计数数据的序贯贝叶斯分析，贝叶斯评估。，（2017），（出版中）
[2] Aktekin，T。；Soyer，R。；Xu，F.，通过贝叶斯状态空间模型评估抵押贷款违约风险，Ann.Appl。统计，71450-1473，（2013）·Zbl 1283.62211号
[3] Andrieu，C。；Doucet，A。；Holenstein，R.，《粒子马尔可夫链蒙特卡罗方法》（带讨论），J.Roy。Soc.序列号。B、 72269-342，（2010年）·Zbl 1411.65020号
[4] Andrieu，C。；Roberts，G.O.，《有效蒙特卡罗计算的伪边缘方法》，《统计年鉴》。，37697-725，（2009年）·Zbl 1185.60083号
[5] Brockwell，P.J。；Davis，R.A.，《时间序列：理论和方法》，（1996），施普林格伦敦
[6] 布鲁克斯，S.P。；朱迪奇，P。；Roberts，G.O.，《可逆跳马尔可夫链蒙特卡罗建议分布的有效构造》，J.Roy。Soc.序列号。B、 65，3-39，（2003）·Zbl 1063.62120号
[7] Carter，C.K。；Kohn，R.，状态空间模型的On Gibbs抽样，Biometrika，81，541-553，（1994）·Zbl 0809.62087号
[8] 卡瓦略，C.M。；Johannes，M.S。；Lopes，H.F。；Polson，N.G.，粒子学习与平滑，统计。科学。，25, 88-106, (2010) ·Zbl 1328.62541号
[9] Celeux，G。；福布斯，F。；罗伯特·C·P。；Titterington，D.M.，缺失数据模型的偏差信息标准，贝叶斯分析。，1, 651-674, (2006) ·Zbl 1331.62329号
[10] Chib，S.，吉布斯输出的边际可能性，J.Amer。统计师。协会，90，1313-1321，（1995）·Zbl 0868.62027号
[11] Chib，S。；Jeliazkov，I.，《大都市黑斯廷斯产出的边际可能性》，J.Amer。统计师。协会，96，270-281，（2001）·Zbl 1015.62020号
[12] Davis，R.A。；Dunsmuir，W.T。；Streett，S.B.，泊松计数的观测驱动模型，生物统计学，90，777-790，（2003）·Zbl 1436.62418号
[13] Davis，R.A。；Dunsmuir，W.T。；Wang，Y.，关于泊松回归模型中的自相关，Biometrika，87，491-505，（2000）·兹比尔0956.62075
[14] Davis，R.A。；霍兰，S。；伦德，R。；Ravishanker，N.，《离散值时间序列手册》（2015），查普曼和霍尔/CRC·Zbl 1331.62003号
[15] Dunsmuir，W.T.M.，广义线性自回归移动平均模型，（Davis，Richard A.；Holan，Scott H.；Lund，Robert；Ravishanker，Nalini，离散值时间序列手册，（2015）），51-76，（第3章）
[16] Durbin，J。；Koopman，S.J.，从经典和贝叶斯观点对状态空间模型上非高斯观测的时间序列分析，J.R.Stat.Soc.Ser。B统计方法。，62, 3-56, (2000) ·Zbl 0945.62084号
[17] Enciso-Mora，V。；Neal，P。；Subba Rao，T.，整值ARMA过程的高效顺序选择算法，J.Time-Ser。分析。，30, 1-18, (2009) ·Zbl 1224.62053号
[18] Enciso-Mora，V。；Neal，P.J。；Subba Rao，T.，带解释变量的整值AR过程，Sankhya，Ser。B、 71248-263（2009）·Zbl 1193.62157号
[19] Fokianos，K.，《计数时间序列的一些最新进展》，统计学，45，49-58，（2011）·Zbl 1291.62164号
[20] 弗里尔，N。；Pettitt，A.N.，通过功率后验估计边际似然，J.R.Stat.Soc.Ser。B统计方法。，70, 589-607, (2008) ·Zbl 05563360号
[21] Frühwirth-Schnatter，S.，《数据增强和动态线性模型》，J.Time-Ser。分析。，15, 183-202, (1994) ·Zbl 0815.62065号
[22] 新泽西州戈登。；Salmond，D.J。；Smith，A.F.M.，非线性/非高斯贝叶斯状态估计的新方法，雷达信号处理。IEE程序。F、 140、107-113（1993）
[23] 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，生物统计学，82，711-732，（1995）·Zbl 0861.62023号
[24] Hesterberg，T.，加权平均重要性抽样和防御混合分布，技术计量学，37185-194，（1995）·Zbl 0822.62002号
[25] McKenzie，E.（Shanbhag，D.N.；Rao，C.R.，离散变量时间序列。随机过程：建模与仿真，（2003），Elsevier），573-606·Zbl 1064.62560号
[26] 孟，X.-L。；Wong，W.H.，《通过简单恒等式模拟归一化常数的比率：理论探索》，《统计学》。Sinica，6831-860，（1996）·Zbl 0857.62017号
[27] Neal，P。；Subba Rao，T.，积分值ARMA过程的MCMC，J.Time-Ser。分析。，第28页，92-110页，（2007年）·Zbl 1164.62049号
[28] 牛顿，医学硕士。；Raftery，A.E.，加权似然自举近似贝叶斯推理，J.Roy。Soc.序列号。B、 第56页，第3-48页，（1994年）·兹比尔0788.62026
[29] Roberts，G.O。；Gelman，A。；Gilks，W.R.，《随机行走大都会算法的弱收敛性和最优缩放》，Ann.Appl。概率。，7, 110-120, (1997) ·Zbl 0876.60015号
[30] 夏洛克，C。；Thiery，A。；罗伯茨，G。；罗森塔尔，J.，《伪边缘随机游走都市算法的效率》，《统计年鉴》。，43, 238-275, (2014) ·Zbl 1326.65015号
[31] 施皮盖尔哈特，D.J。；贝斯特，N.G。；卡林，B.P。；van der Linde，A.，模型复杂性和拟合的贝叶斯度量，J.Roy。Soc.序列号。B、 64，583-639，（2002）·Zbl 1067.62010年
[32] Steutel，F.W。；van Harn，K.，《自复合性和稳定性的离散类似物》，Ann.Probab。，7, 893-899, (1979) ·Zbl 0418.60020号
[33] Touloupou，P。；Alzahrani，N。；Neal，P。；斯宾塞。；McKinley，T.J.，《需要大规模数据增强的模型的高效模型比较技术》，贝叶斯分析。，（2017），（出版中）
[34] Windle，J.、Carvalho，C.M.、Scott，J.G.、Sun，L.，2013年。二进制和计数数据动态模型中的高效数据增强。arXiv:1308.0774；Windle，J.、Carvalho，C.M.、Scott，J.G.、Sun，L.，2013年。二进制和计数数据动态模型中的高效数据增强。arXiv公司：1308.0774
[35] Zeger，S.，计数时间序列的回归模型，Biometrika，75，621-629，（1988）·Zbl 0653.62064号
[36] 朱，R。；Joe，H.，基于二项式细化的马尔可夫过程计数数据时间序列建模，《时间序列分析》。，27225-738（2006年）·Zbl 1111.62085号
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。