| 函数型空间自回归模型的贝叶斯估计 |
| |
| 引用本文： | 徐登可,田瑞琴.函数型空间自回归模型的贝叶斯估计[J].高校应用数学学报(A辑),2022(3):323-336. |
| |
| 作者姓名： | 徐登可 田瑞琴 |
| |
| 作者单位： | 1. 杭州电子科技大学经济学院;2. 杭州师范大学数学学院 |
| |
| 基金项目： | 全国统计科学研究项目(2021LY061)；;浙江省高校重大人文社科攻关计划(2018QN037)； |
| |
| 摘 要： | 函数型数据广泛地存在于社会的各个领域, 函数型数据分析也成为越来越热的统计研究方向. 经典的函数型回归模型一般假设响应变量是一个独立变量, 而在经济学, 环境科学等领域会经常遇到响应变量具有空间相依关系. 因此针对带有空间响应变量的部分函数型空间自回归模型, 基于函数型主成分分析和MCMC算法研究了模型的贝叶斯估计. 运用■表示定理来逼近函数型系数的思想, 以及应用Gibbs抽样和Metropolis-Hastings算法相结合的混合MCMC算法来获得模型中未知参数和函数型系数的贝叶斯估计结果. 最后通过模拟研究和对加拿大气温数据的实证分析来表明所提出的贝叶斯估计方法是可行有效的.
|
| 关 键 词： | 函数型空间自回归模型 贝叶斯估计 Gibbs抽样 Metropolis-Hastings算法 函数型主成分分析 |
|
|
