贝叶斯经济时间序列预测模型及其应用研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-16页 |
| 1．1 引言 | 第10-12页 |
| 1．2 MCMC方法与Gibbs抽样 | 第12-14页 |
| 1．3 WinBUGS软件包 | 第14页 |
| 1．4 本文的研究内容安排 | 第14-16页 |
| 第2章 时间序列AR模型的贝叶斯分析 | 第16-25页 |
| 2．1 引言 | 第16页 |
| 2．2 AR模型的贝叶斯推断 | 第16-19页 |
| 2．3 AR模型的贝叶斯预报分析 | 第19-21页 |
| 2．4 AR模型的贝叶斯仿真分析 | 第21-24页 |
| 2．4．1 数据 | 第21-22页 |
| 2．4．2 建模过程分析 | 第22-24页 |
| 2．5 本章小结 | 第24-25页 |
| 第3章 时间序列MA模型的贝叶斯分析 | 第25-34页 |
| 3．1 引言 | 第25页 |
| 3．2 MA模型的贝叶斯推断 | 第25-31页 |
| 3．2．1 MA(1)模型的贝叶斯推断 | 第25-29页 |
| 3．2．2 MA(q)模型的贝叶斯推断 | 第29-31页 |
| 3．3 MA模型的贝叶斯仿真分析 | 第31-33页 |
| 3．3．1 数据 | 第31页 |
| 3．3．2 建模分析过程 | 第31-33页 |
| 3．4 本章小结 | 第33-34页 |
| 第4章 时间序列ARMA模型的贝叶斯分析 | 第34-40页 |
| 4．1 引言 | 第34页 |
| 4．2 ARMA模型的贝叶斯推断 | 第34-37页 |
| 4．3 ARMA模型的贝叶斯仿真分析 | 第37-39页 |
| 4．3．1 数据 | 第37-38页 |
| 4．3．2 建模分析过程 | 第38-39页 |
| 4．4 本章小结 | 第39-40页 |
| 第5章 时间序列VAR(p)模型的贝叶斯分析 | 第40-48页 |
| 5．1 引言 | 第40页 |
| 5．2 VAR模型的贝叶斯推断 | 第40-43页 |
| 5．3 VAR模型贝叶斯分析参数仿真 | 第43-47页 |
| 5．3．1 数据 | 第43页 |
| 5．3．2 建模分析过程 | 第43-47页 |
| 5．4 本章小结 | 第47-48页 |
| 第6章 全文的总结和展望 | 第48-50页 |
| 6．1 本文所作的工作 | 第48页 |
| 6．2 本文的创新之处 | 第48-49页 |
| 6．3 进一步研究展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录 | 第55-59页 |
| 附录A WinBUGS仿真程序 | 第55-58页 |
| 附录B SAS软件模拟程序 | 第58-59页 |
| 附录C 攻读硕士学位期间所撰写与发表的论文 | 第59页 |
| 附录D 攻读硕士学位期间所参加的科研课题 | 第59页 |
