没有合适的资源?快使用搜索试试~ 我知道了~
matlab代码arma-RJMCMC:自回归移动平均(ARMA)模型的可逆跳跃马尔可夫链蒙特卡洛采样器
共31个文件
m:24个
png:3个
mat:2个
需积分: 50 13 下载量 29 浏览量
2021-05-19
23:23:00
上传
评论
收藏 240KB ZIP 举报
温馨提示
Matlab程式码自回归移动平均(ARMA)时间序列模型的可逆跳跃马尔可夫链蒙特卡罗(RJMCMC)采样器 该分册包含一个小型套件,使用户可以使用可逆跳跃马尔可夫链蒙特卡洛(RJMCMC)估算ARMA时间序列模型(例如,参见Green 1995,Brooks和Ehlers 2003)。 RJMCMC不仅可以针对特定模型的参数空间,还可以对多个模型的后验对象进行采样。 如Neuhoff(2015)或Meyer-Gohde和Neuhoff(2015)一样,此处提供的采样器假设零扰动平稳ARMA模型具有正常干扰。 如Monahan(1984)所述,通过根据(逆)部分自相关重新设置滞后多项式,可以确保平稳性。 因此,必须以这些术语提供先验和建议。 提供的代码通过卡尔曼滤波器评估似然性。 可以在文件“ getSettings.m”中设置采样器设置和数据源。 也可以通过在此文件中设置适当的功能句柄来替换所有先前的发行版,投标发行版以及“可能性”功能。 因此,该框架还可用于估计具有非正常干扰的ARMA模型。 此外,可以使用任何提案分配。 有关更多信息,请参阅“ getSettings.m”中的注释。
资源推荐
资源详情
资源评论
收起资源包目录
RJMCMC-master.zip (31个子文件)
RJMCMC-master
evaluateProposalRatio.m 10KB
getInitialState.m 748B
evaluateTruncatedNormalPDF.m 711B
getEmptyStateStruct.m 264B
SamplePosteriorOrders.png 28KB
progressbar.m 11KB
testdata.mat 2KB
doRJMCMC.m 871B
getSettings.m 9KB
evaluatePosterior.m 329B
sampleDiscreteLaplace.m 235B
getDraw.m 3KB
displayResults.m 5KB
getParametersFromPACs.m 631B
rtnorm.m 201KB
evaluateDiscreteLaplacePDF.m 235B
RJMCMCStep.m 1KB
PriorCondPosteriorARPAC1FILTERED.png 10KB
discreteLaplaceCDF.m 653B
results.mat 108KB
evaluateLikelihood.m 2KB
ConditionalMeanARParameterSample.png 13KB
evaluatePrior.m 1KB
readme.md 3KB
padcat.m 5KB
.gitattributes 378B
discreteLaplacePDF.m 667B
getData.m 479B
getEmptyDrawStruct.m 789B
vectorizedRTNorm.m 372B
estimateARMA.m 3KB
共 31 条
- 1
资源评论
weixin_38617602
- 粉丝: 7
- 资源: 928
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功