| 基于蒙特卡洛-马尔科夫链(MCMC)的ARMA模型选择 |
| |
| 引用本文： | 赵昕东.基于蒙特卡洛-马尔科夫链(MCMC)的ARMA模型选择[J].数理统计与管理,2006,25(2):161-165. |
| |
| 作者姓名： | 赵昕东 |
| |
| 作者单位： | 吉林大学数量经济研究中心,长春市,130012 |
| |
| 摘 要： | AIC与SIC等准则函数方法是ARMA模型选择过程中经常使用的方法。但是,当模型的阶数很高时,无法计算并比较每一个备选模型的准则函数值。本文提出了一个基于蒙特卡洛-马尔科夫链方法的随机模型生成方法,以产生准则函数值最小的备选模型。实际应用表明本文的方法在处理拥有大量备选模型的ARMA模型选择问题时有很好的效果。
|
| 关 键 词： | 模型选择 MCMC方法 吉伯斯样本生成 随机模型生成方法 |
| 文章编号： | 1002-1566(2006)02-0161-05 |
| 收稿时间： | 2004-08-10 |
| 修稿时间： | 2004年8月10日 |
ARMA Model Selection Based on Monte Carlo Markov-Chain |
| |
| ZHAO Xin-dong.ARMA Model Selection Based on Monte Carlo Markov-Chain[J].Application of Statistics and Management,2006,25(2):161-165. |
| |
| Authors: | ZHAO Xin-dong |
| |
| Institution: | Center for Quantitative Economies Jilin University Changchun, 130012, China |
| |
| Abstract: | Several criteria such as AIC and SIC are usually used in ARMA model selection.However,when the order of ARMA model is very high,to compare every candidate model's criterion value is computationally infeasible.In this paper I suppose an MCMC random model generating procedure that can generate a model with the lowest criterion value.A practiced study shows this method is quite efficient in ARMA model selection with large number of candidate model. |
| |
| Keywords: | model selection MCMC Gibbs sampling random model generating procedure |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
