DSpace

National Tsing Hua University Institutional Repository >
科技管理學院 - College of Technology Management >
科技法律研究所 >
博碩士論文 - TM Theses >

Please use this identifier to cite or link to this item: http://ir.lib.nthu.edu.tw/handle/987654321/4534

題名: Gibbs-sampling 抽樣法於 IRS 模型估計之應用
作者: 沈宗慶
Source URI: http://thesis.nthu.edu.tw/cgi-bin/gs/hugsweb.cgi?o=dnthucdr&i=sGH000926424.id
摘要: 本文的主要目的是以貝氏推論結合Gibbs-sampling抽樣法估計Kuan et al.(2005)所提出的IRS模型,不同於Kuan et al.(2005)文中以準最大概似估計法(QMLE)推估參數的作法,本文研究方法將具有幾項特點。首先在貝氏推論下,研究者對於參數設定的主觀想法將反應於參數的先驗分配中,其次透過Gibbs-sampling抽樣法,將可避免準最大概似估計法直接計算概似函數的步驟,大大降低了複雜的計算過程。其三,相較於採取準最大概似估計法估計模型參數,Gibbs-sampling抽樣法為approximation-free,它由完全條件分配在每一期的抽樣過程取得一組參數值,重複抽樣過程多次後將所得參數值予以平均求得參數估計值。 由於Gibbs-sampling抽樣法下假設參數為一未知的分配,而不是一個未知的常數,所以由完全條件分配估計參數的作法將包含更多的資訊。 本文推導了Gibbs-sampling抽樣法估計IRS模型的詳細步驟,只要我們掌握Gibbs-sampling流程中所需的完全條件分配,便可由流程中產生一連串關於參數分配的實現值,當這些實現值的抽樣過程符合文中Gibbs-sampling所要求的性質時,便可視為從真實母體中所抽出的樣本,如此便可透過這些樣本了解母體分配的特性。
關鍵字: 貝氏推論
卡門濾波器
狀態空間模型
kalman filter
gibbs-sampling
mutimove
single-move
IRS
state-space model
出版年: 2006
描述: 碩士
國立清華大學
科技管理研究所
GH000926424
URI: http://ir.lib.nthu.edu.tw/handle/987654321/4534
Appears in Collections:博碩士論文 - TM Theses

Files in This Item:

File Description SizeFormat
source.html155 BHTMLView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Valid XHTML 1.0! DSpace Software Copyright © 2002-2009  The DSpace Foundation - Feedback