Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Bayesowska analiza modeli autoregresyjnych i średniej ruchomej

Jadamus-Hacura M.

Badania Operacyjne i Decyzje

2002

nr 1

33-40

Modele typu ARIMA, wprowadzone przez Boxa i Jenkinsa (1976), są przydatne w analizie szeregów czasowych do opisu wielu zmiennych ekonomicznych. W pracy przedstawiono bayesowską procedurę identyfikacji i estymacji modeli typu ARMA. Opisane metody wykorzystano następnie do analizy danych empirycznych.

Model choice and assessment are a crucial part of statistical data analysis. Due to recent computational advances, sophisticated techniques for Bayesian model comparison are becoming increasingly popular. The paper discuses Bayesian identification and estimation of ARMA (p, q) models. In practice more processes have a low order (p+q<=2) , therefore we take into consideration only the choice from among 5 alternative models: ARMA (1, 0 ), ARMA (2, 0), ARMA (0,2), ARMA (1, 1). We apply the following Bayesian criteria of model choice: choose the model for which a posteriori probability of choosing the model is largest. Depending on the order of the model, a different prior distributions of model parameters were specified. The methods presented were implemented for time series selected from the well known text by Box and Jenkins (1976). We also illustrate the effects on Bayesian model selection and estimation of different sets of prior parameters and different sample sizes.