广义自回归条件异方差模型的贝叶斯参数估计  

作　　者：徐燕[1] 陈平雁[1] 

机构地区：[1]南方医科大学生物统计学系,广州510515

出　　处：《统计与决策》2014年第8期16-18,共3页Statistics & Decision

基　　金：国家自然科学基金资助项目(81072386)

摘　　要：文章建立基于偏正态分布的广义自回归条件异方差模型(GARCH-SN)的贝叶斯参数估计方法。通过MCMC抽样中常用的MH算法解决贝叶斯估计中遇到的高维数值计算问题,得到稳定的抽样序列。模拟显示MCMC抽样序列平稳,贝叶斯估计过程中不需要调整MCMC抽样,抽样后得到的均值接近真值,输入集样本量增大得到的估计值偏离真值的程度随之减小。

关 键 词：偏正态分布 广义自回归条件异方差模型 贝叶斯估计 马尔科夫链蒙特卡洛 

分 类 号：O212[理学—概率论与数理统计]