伊戈尔·弗拉迪米洛夫;贝文·汤普森 用于计算高斯随机矩阵的幂矩和指数矩的标量化技术。 （英语） Zbl 1110.60011号 J.应用。数学。随机分析。 2006年，第3期，文章ID 42542，20页（2006年）. 小结：我们考虑了计算正整数（s）和实（t）的平方高斯随机矩阵（X=A+BWC）的幂和指数矩（EX）和（Ee）的问题，其中（W）是标准正态随机向量，（A）、（B）、（C）是适当维数的常矩阵。我们使用矩阵乘积标量化技术解决问题，并用系统理论术语解释解决方案。本文的结果适用于多元自回归时间序列和均值回归扩散过程的贝叶斯预测。 引用于1文件 MSC公司： 60E99型 分布理论 15B52号 随机矩阵（代数方面） 62M20型 随机过程推断和预测 PDF格式BibTeX公司 XML格式引用 \textit{I.Vladimirov}和textit{B.Thompson}，J.Appl。数学。随机分析。2006年，第3期，文章ID 42542，20页（2006年；Zbl 1110.60011） 全文： 内政部 欧洲DML 参考文献： [1] J.M.Bernardo和A.F.M.Smith，贝叶斯理论，《概率和数学统计中的威利级数：概率和数学统计学》，John Wiley&Sons，奇切斯特出版社，1994年·Zbl 0796.6202号 [2] M.J.Corless和A.E.Frazho，《线性系统与控制：操作员视角》，Marcel Dekker，纽约，2003年·Zbl 1050.93001号 [3] N.C.Giri，多元统计分析，Marcel Dekker，纽约，1996年·Zbl 0846.62039号 [4] T.Kailath，《线性系统，普伦蒂斯·霍尔信息和系统科学系列》，普伦提斯·霍尔，新泽西州，1980年·Zbl 0454.93001号 [5] J.F.Monahan，“ARMA时间序列模型的完全贝叶斯分析”，《计量经济学》，第21卷，第3期，第307-3311983页·Zbl 0509.62084号 ·doi:10.1016/0304-4076（83）90048-9 [6] J.C.Naylor和J.M.Marriott，“非平稳AR序列的贝叶斯分析”，载于贝叶斯统计学，5（Alicante，1994），J.M.Bernardo、J.O.Berger和A.P.Dawid，编辑，牛津科学院。出版物。，第705-712页，牛津大学出版社，纽约，1996年。 [7] A.N.Shiryaev，《随机金融精要：事实、模型、理论》，统计科学与应用概率高级系列第3卷，《世界科学》，新泽西州，1999年·Zbl 0926.62100号 [8] R.E.Skelton、T.Iwasaki和K.M.Grigoriadis，《线性控制设计的统一代数方法》，《Taylor&Francis系统和控制丛书》，Taylor和Francis，伦敦，1998年。 [9] H.B.Thompson和I.Vladimirov，“均值回复随机扩散模型中的贝叶斯参数估计和预测”，非线性分析。《理论、方法和应用》，第63卷，第5-7期，第2367-e2375页，2005年·兹比尔1224.62088 ·doi:10.1016/j.na.2005.02.095 [10] C.F.Van Loan，“计算涉及矩阵指数的积分”，IEEE Trans。自动化。《控制》，第23卷，第3期，第395-404页，1978年·Zbl 0387.65013号 ·doi:10.1109/TAC.1978.1101743 [11] I.Vladimirov和H.B.Thompson，“高斯随机矩阵的代数矩通过平移双分割生成的图”，2004年提交。 [12] I.Vladimirov和H.B.Thompson，“未知参数正态伽马先验分布的单变量自回归模型中的贝叶斯预测”，2004年提交·Zbl 1126.62087号 [13] S.S.Wilks，《数理统计》，《数学统计中的Wiley出版物》，John Wiley&Sons，纽约，1962年·Zbl 0173.45805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。