单变量时间序列DLM的Gibbs Sampling方法  

A Gibbs Sampling Algorithm for Univariate Time Series DLM

作　　者：石汝娟[1] 刘福升[1] 

机构地区：[1]山东科技大学信息科学与工程学院,泰安271019

出　　处：《山东科技大学学报（自然科学版）》2002年第1期39-41,共3页Journal of Shandong University of Science and Technology(Natural Science)

摘　　要：应用Gibbssampler对线性动态模型进行贝叶斯推断 ,与以往不同 ,这种方法是在给定其它变量情况下 ,同时产生出所有的状态向量。本文主要对此方法的滤波过程进行了改进 ,使其更加简洁。we show how to use the Gibbs sampler to carry out Bayesian inference for linear dynamic model.It is different from the formerone and can generate all the state vectors at once under the conditions given other variables.The filtering process is improved.

关 键 词：吉布斯抽样 卡尔曼滤波 马尔可夫链蒙特卡洛方法 单变量时间序列 递归滤波 贝叶斯推断 

分 类 号：O212.8[理学—概率论与数理统计]