基于HMC的合成似然近似贝叶斯计算及其应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究意义 | 第9-10页 |
| 1.2 研究现状 | 第10-14页 |
| 1.2.1 近似贝叶斯研究现状 | 第10-11页 |
| 1.2.2 SV模型研究现状 | 第11-13页 |
| 1.2.3 HMC研究现状 | 第13-14页 |
| 1.3 本文研究内容和组织架构 | 第14-16页 |
| 1.3.1 本文研究内容 | 第14-15页 |
| 1.3.2 本文组织架构 | 第15-16页 |
| 第2章 贝叶斯计算方法 | 第16-23页 |
| 2.1 MCMC方法 | 第16-17页 |
| 2.1.1 MCMC方法介绍 | 第16-17页 |
| 2.1.2 BUGS贝叶斯分析 | 第17页 |
| 2.2 近似贝叶斯计算方法 | 第17-19页 |
| 2.3 基于经验似然的近似贝叶斯计算方法 | 第19-21页 |
| 2.3.1 经验似然 | 第19-20页 |
| 2.3.2 BCel算法 | 第20-21页 |
| 2.4 基于合成似然的近似贝叶斯计算方法 | 第21-23页 |
| 2.4.1 合成似然 | 第21-22页 |
| 2.4.2 BCsl算法 | 第22-23页 |
| 第3章 随机波动模型的贝叶斯参数估计 | 第23-33页 |
| 3.1 波动模型介绍 | 第23-24页 |
| 3.1.1 SV-N模型 | 第23页 |
| 3.1.2 SV-T模型 | 第23-24页 |
| 3.2 随机波动模型的贝叶斯参数估计 | 第24-29页 |
| 3.2.1 SV-N模型的数值模拟实验 | 第24-26页 |
| 3.2.2 SV-T模型的数值模拟实验 | 第26-28页 |
| 3.2.3 BCel和BCsl方法的比较 | 第28-29页 |
| 3.3 实证分析 | 第29-33页 |
| 3.3.1 数据预处理 | 第29-30页 |
| 3.3.2 统计分析 | 第30-32页 |
| 3.3.3 实证分析 | 第32-33页 |
| 第4章 哈密尔顿蒙特卡罗算法 | 第33-42页 |
| 4.1 哈密尔顿动力系统 | 第33-34页 |
| 4.2 HMC算法 | 第34-35页 |
| 4.3 基于HMCsl算法的参数估计方法 | 第35-36页 |
| 4.4 数值模拟实验 | 第36-42页 |
| 4.4.1 广义线性回归模型 | 第36-38页 |
| 4.4.2 HMCsl算法和MHsl算法的比较 | 第38-40页 |
| 4.4.3 初值对HMCsl算法的影响 | 第40-42页 |
| 第5章 总结 | 第42-44页 |
| 5.1 本文研究内容和创新 | 第42-43页 |
| 5.1.1 主要研究内容 | 第42-43页 |
| 5.1.2 本文的创新点 | 第43页 |
| 5.2 不足和展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-49页 |
| 作者攻读硕士学位期间发表论文 | 第49页 |
