路德维希·法赫梅尔 多元动态广义线性模型的扩展卡尔曼滤波后验模式估计。 （英语） Zbl 0781.62147号 美国统计协会。 87，No.418，501-509（1992）. 引入了一类多元动态广义线性模型，作为分析指数族观测值时间序列的一般框架。除了常见的条件高斯模型外，本文还讨论了计数数据和二进制数据的单变量模型，以及作为最有趣的多元情况，非平稳多类别时间序列的模型。为了避免基于数值积分的完全贝叶斯分析，该分析对更高维的计算至关重要，我们建议通过后验模式估计时变参数。针对条件高斯观测值，提出了广义卡尔曼滤波和平滑器的推广，用于近似后验模估计。 引用于44文件 MSC公司： 62平方米 随机过程推断和预测 62J12型 广义线性模型（逻辑模型） 65C99个 概率方法，随机微分方程 关键词：后验模式估计;平滑的;多元动态广义线性模型;指数族;条件高斯模型;单变量模型;二进制数据;非平稳多类别时间序列;扩展卡尔曼滤波器的推广 PDF格式BibTeX公司 XML格式引用 \textit{L.Fahrmeir}，J.Am.Stat.Assoc.87，No.418，501--509（1992；Zbl 0781.62147） 全文： 内政部