動(dòng)態(tài)Poisson模型及其貝葉斯預(yù)測(cè).pdf

1、　　貝葉斯(Bayes)預(yù)測(cè)是基于貝葉斯統(tǒng)計(jì)原理，利用客觀信息和主觀信息相結(jié)合的方法進(jìn)行的預(yù)測(cè)。不同于傳統(tǒng)的非貝葉斯方法，它能處理異常情況的發(fā)生。貝葉斯預(yù)測(cè)的一個(gè)重要思想是建立動(dòng)態(tài)模型，并把預(yù)測(cè)分布看成是條件概率分布，預(yù)測(cè)者根據(jù)先驗(yàn)信息求出預(yù)測(cè)分布，然后用新的信息和貝葉斯公式不斷對(duì)先驗(yàn)信息進(jìn)行修正更新，從而對(duì)模型進(jìn)行動(dòng)態(tài)的預(yù)測(cè)。由M.west和J.Harrison所著的BayesianforecastingandDynamicmodel

2、s【10】用貝葉斯預(yù)測(cè)方法對(duì)正態(tài)分布類的動(dòng)態(tài)參數(shù)模型作了詳細(xì)的預(yù)測(cè)分析和討論，并介紹了廣義線性動(dòng)態(tài)模型及其貝葉斯預(yù)測(cè)方法?！　”疚脑趶V義線性動(dòng)態(tài)模型的基礎(chǔ)上對(duì)具有Poisson分布的觀測(cè)值序列建立了動(dòng)態(tài)參數(shù)模型，并用貝葉斯預(yù)測(cè)方法對(duì)模型的動(dòng)態(tài)參數(shù)在共軛先驗(yàn)下進(jìn)行了信息修正估計(jì)和模型的預(yù)測(cè)分析；其主要內(nèi)容就是均值先驗(yàn)分布參數(shù)的確定與更新。然后對(duì)兩類常用的Poisson分布模型(線性動(dòng)態(tài)模型和對(duì)數(shù)線性動(dòng)態(tài)模型)的狀態(tài)參數(shù)給出了后驗(yàn)信息估計(jì)