检索结果-内蒙古大学图书馆

山东大学学报(理学版) 2025年第3期60卷 116-126页

作者：李澳归赵远英贵州大学数学与统计学院贵阳学院理学院贵州交通职业大学轨道交通工程系

提出一种切片Gibbs抽样的马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)算法来计算空间误差模型未知参数的联合贝叶斯估计，通过2个模拟仿真说明提出的贝叶斯估计方法的有效性与切片Gibbs抽样算法的优势，实证分析说明模型和提... 详细信息

提出一种切片Gibbs抽样的马尔可夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)算法来计算空间误差模型未知参数的联合贝叶斯估计，通过2个模拟仿真说明提出的贝叶斯估计方法的有效性与切片Gibbs抽样算法的优势，实证分析说明模型和提出的贝叶斯估计方法的有效性。

关键词：贝叶斯估计 Gibbs抽样切片抽样空间误差模型

来源：评论

学校读者我要写书评

暂无评论

MCMC中的切片抽样方法研究

引用

统计与决策 2008年第20期24卷 160-162页

作者：王耀富黔西南民族师范高等专科学校贵州兴义562400

文章首先介绍了常用的Markov Chain Monte Carlo(MCMC)方法,并指出他们的不足所在,然后针对这些方法的不足,引入了Slice Sampling(切片抽样)方法。通过这几种方法的模拟分析得到切片抽样可以降低计算成本的结论。文章采用数值模拟的方... 详细信息

文章首先介绍了常用的Markov Chain Monte Carlo(MCMC)方法,并指出他们的不足所在,然后针对这些方法的不足,引入了Slice Sampling(切片抽样)方法。通过这几种方法的模拟分析得到切片抽样可以降低计算成本的结论。文章采用数值模拟的方法来进行比较说明,力求客观的反映切片抽样具有高效性这一事实。最后讨论了现有随机模拟方法的不足和改进方向。

关键词： MCMC方法切片抽样随机模拟

来源：评论

学校读者我要写书评

暂无评论

基于切片抽样MCMC方法的比较分析

基于切片抽样MCMC方法的比较分析

引用

作者：陈小驽四川大学

学位级别：硕士

本文首先介绍了Monte Carlo方法以及常用的Markov Chain Monte Carlo（MCMC）方法,并指出他们的不足所在,然后针对这些方法的不足,引入了Slice Sampling（切片抽样）方法。通过这两种方法的模拟分析得到切片抽样可以降低计算成本的结论... 详细信息

本文首先介绍了Monte Carlo方法以及常用的Markov Chain Monte Carlo（MCMC）方法,并指出他们的不足所在,然后针对这些方法的不足,引入了Slice Sampling（切片抽样）方法。通过这两种方法的模拟分析得到切片抽样可以降低计算成本的结论。本文采用数值模拟的方法来进行比较分析,替换了软件原有的Gibbs抽样,发现切片抽样具有高效性这一事实。最后文章讨论了现有随机模拟方法的不足和改进方向。随着贝叶斯理论的不断发展以及计算机硬件的不断更新,出现了Markov Chain Monte Carlo（MCMC）方法。目前,MCMC方法已经逐渐作为在统计推断中解决高维数值问题的强大而普遍的工具,这些问题包括需要高维积分的复杂似然函数的估计。MCMC算法的使用是建立在贝叶斯推断的框架下的,其基本假设是:所有的模型参数分别服从特定的先验分布。一个贝叶斯推断是基于后验密度函数的参数的,也就是说对第j个参数θj的条件密度为。考虑一个分层模型的贝叶斯形式的例子: 其中bi独立同分布于,后验分布由下面表出: 标准化常数bi与参数θ独立,因此对参数θ的估计,如后验众数或后验均值的估计可以由f （θ,y）单独导出。如果θ的先验分布π（ i ）是常数（称作平面先验或无信息先验）,那么它的后验分布有效的正比于它的似然函数。因此,后验众数在数值上与极大似然估计相同。所以,我们通常需要β和D的平面先验或无信息先验（与共轭先验相对）。对于上述模型,后验分布的积分往往难以计算,这就需要引入本文第二章所介绍的随机模拟方法。其中,广泛认可的MCMC方法-Gibbs抽样解决了积分的问题。但随着研究的深入,Gibbs抽样的不足也逐渐被认识。基于这些不足,本文在第三章引入了Slice Sampler（切片抽样）,它均匀地从密度函数的图像上抽样,可以作为一种分布抽样的方法。我们可以这样构建一个收敛到一个均匀分布Markov链:交替的在垂直方向均匀抽样以及从这个垂直位置所定义的水平切片抽样来实现。在这种切片抽样上的变化可以很容易的在单变量分布上实现,同时也可以通过轮流更新变量使其从多变量分布抽样,其模型如下: 1.指定u及条件分布π（ u |x） 2.构建联合分布π（ x , u ） =π（ x ）π（ u |x） 3.定义转移核以及,使得两个核都服从π（ x ,u） 4.通过系统扫描转移核Px Pu生成现实值这种方法比Gibbs抽样更容易实现,而且可能比简单构造的Metropolis算法更有效。本文的第五章中,我给出了前面介绍的切片抽样法的计算程序,替换了WinBUGS软件默认的抽样方法。通过比较分析,发现切片抽样方法效率更高。文末进一步讨论了所给出算法的实用意义,以及未来改进的方向。

关键词：贝叶斯推断切片抽样 MCMC Gibbs抽样

来源：评论

学校读者我要写书评

暂无评论

截切多變量t分佈的動差與切片抽樣

截切多變量t分佈的動差與切片抽樣

引用

作者：陳宣佑中興大學

学位级别：碩士

截切分布已经被广泛运用於解决各式的科学问题，而如何从截切分布中抽样的议题，在文献上也有许多的探讨。然而，相关的研究在截切多变量t分布上(TMVT)，却鲜少被提及。在此篇文章中，我们首先推导出当左右端点皆被限制於固定区间时，T... 详细信息

截切分布已经被广泛运用於解决各式的科学问题，而如何从截切分布中抽样的议题，在文献上也有许多的探讨。然而，相关的研究在截切多变量t分布上(TMVT)，却鲜少被提及。在此篇文章中，我们首先推导出当左右端点皆被限制於固定区间时，TMVT分布一阶及二阶动差的通式，其结果是以矩阵形式表示之，利用程式软体即可快速的计算出真实值。另外，我们也探讨如何利用切片抽样演算法生成随机变数。此方法乃是藉由引进辅助变数，将原本从多变量分布的抽样，转换成从一序列具均匀分布形式的条件机率密度中抽样。最後，文中也提供了一些实例及应用。

关键词：輔助變數切片抽樣截切t分佈均勻分佈

来源：评论

学校读者我要写书评

暂无评论

基于Markov状态转换下多元随机波动率模型的动态套期保值研究

基于Markov状态转换下多元随机波动率模型的动态套期保值研究

引用

作者：王宜峰浙江财经学院

学位级别：硕士

在全球经济一体化过程中,国内企业的生产经营活动日益受到国际市场上原材料与商品价格的影响,尤其在08年国际金融危机爆发之后,国内企业面临着巨大的商品价格波动风险,国内企业纷纷寻找办法分散价格风险,从近几年的国内企业调查看来,原... 详细信息

在全球经济一体化过程中,国内企业的生产经营活动日益受到国际市场上原材料与商品价格的影响,尤其在08年国际金融危机爆发之后,国内企业面临着巨大的商品价格波动风险,国内企业纷纷寻找办法分散价格风险,从近几年的国内企业调查看来,原材料和产品的市场价格直接决定了企业的生存情况,所以规避价格风险是国内企业赖以生存前提。衍生品市场的发展为解决这一问题提供了有效方案,期货市场的一个重要功能是通过期货套期保值锁定商品价格,规避价格风险。本文研究的核心是利用期货合约的套期保值功能分散价格波动风险,文章旨在通过对比不同的套期保值模型,寻找最优套期保值率,提高期货套期保值的效果。目前研究套期保值策略主要是利用GARCH模型,但该模型存在了很大的问题,GARCH模型在刻画随机性上存在严重的不足。本文利用多元随机波动率模型(MSV模型)对套期保值进行研究,多元随机波动率模型是一类异方差模型,它将随机过程引入模型之中,能够比GARCH模型更好的反应金融市场波动的随机性,是刻画金融市场波动性的最理想的模型。本文首先利用固定相关系数多元随机波动率模型(CC-MSV)建立基于CC-MSV的风险最小套期保值模型来研究最优套期保值率。然后在CC-MSV模型的基础上上引入动态相关模型和t分布,建立基于厚尾的动态相关系数多元随机波动率模型(DC-t-MSV)的方差最小套期保值模型,该模型考虑了金融数据的尖峰厚尾的特点以及现货与期货的对数收益率的相关系数之间的局部相关性,更加符合金融时间序列的特点。最后,由于金融市场具有一定的脆弱性,容易受到类似于经济危机、自然灾害、经济政策变化等外部突发事件的影响,所以本文基于DC-t-MSV模型,引入了马尔科夫转换机制(regime-switching)来表示突发状况对期货市场的影响,建立了基于马尔科夫状态转换下厚尾的动态相关系数多元随机波动率模型(RSDC-t-MSV)的方差最小套期保值模型,RSDC-t-MSV模型及考虑了金融数据的内部特征又考虑了外部突发事件对金融市场的影响,符合金融市场的实际情况。文章的实证部分以2008年1月10日到2011年6月30日的黄金期货与现货价格的对数收益率数据为研究对象,利用该数据分别对CC-MSV模型、DC-t-MSV模型、RSDC-t-MSV模型在套期保值领域的应用加以研究,利用套期保值测度公式对比这三种模型的套期保值效果。实证研究中首先利用Eviews5.0对数据的统计特征加以分析,然后利用winbugs软件对模型进行编程运算。文章的参数估计部分采用MCMC方法中的切片抽样技术,该技术与Gibbs抽样相比能够有效的所点参数估计所需要的时间。通过对黄金期货套期保值效率的实证分析得到了理想的结论。三种模型所得到的最优套期保值率都是动态的,都取得了满意的套期保值效果,但是经过对比分析表明:利用RSDC-t-MSV模型计算最优套期保值率既能捕捉到市场的剧烈波动,又能保证套期保值率的稳定性,与DC-t-MSV模型和CC-MSV模型相比具有很大的优势。从套期保值效果看,RSDC-t-MSV模型能更大程度的降低黄金期货与现货的资产组合投资的风险,它的套期保值效果优于DC-t-MSV模型和CC-MSV模型。因此,可以认为利用RSDC-t-MSV模型进行套期保值能够更好的规避价格风险。文章实证分析的结论与理论分析完全吻合。

关键词： Regime-switching 多元随机波动率模型最优套期保值率 MCMC 切片抽样

来源：评论

学校读者我要写书评

暂无评论

Kriging模型的Fiducial推断

Kriging模型的Fiducial推断

引用

作者：张淑芹青岛大学

学位级别：硕士

随着科学技术的不断发展进步,计算机试验异军突起,并因其经济性而越来越普遍地取代物理实验,对科学研究产生深远的影响。现实生活中许多的物理现象都很复杂,以至于进行物理实验需要耗费大量的时间成本和高昂的资金成本,更甚于像天气建模... 详细信息

随着科学技术的不断发展进步,计算机试验异军突起,并因其经济性而越来越普遍地取代物理实验,对科学研究产生深远的影响。现实生活中许多的物理现象都很复杂,以至于进行物理实验需要耗费大量的时间成本和高昂的资金成本,更甚于像天气建模等,物理实验根本无法进行。因此,越来越多的学者开始转向使用计算机来模拟这些复杂的现实情况,可以减少实验成本并提高实验效率。Kriging模型作为计算机试验的重要模型之一,因其使用简单、灵活被广泛地应用于各大领域。本文着力于构建Kriging模型参数的Fiducial概率密度,从而掌握有关未知参数更多的分布信息。对于空间相关参数的Fiducial边际分布构造难的问题,用空间相关参数的Bayes后验分布代替其Fiducial边际分布,给出了Kriging模型参数的拟Fiducial分布。本文将Gibbs抽样算法应用到参数的拟Fiducial分布中,给出了参数的拟Fiducial估计。通过模拟实验可得,基于拟Fiducial估计的模型预测效果要优于基于极大似然估计的模型预测效果。本文的第三部分将Kriging模型与Fiducial模型选择框架结合起来,介绍了已有的近似Fiducial模型选择方法,并提出了一种新的模型选择方法,即拟Fiducial模型选择方法。通过模拟实验和实例分析可得,两种Fiducial选择方法的积极变量识别率和预测精度均优于Lasso和Elastic-Net。在线性模型中拟Fiducial模型选择方法选择出来的最优模型比近似Fiducial模型选择方法选择出来的最优模型要长一些,最优模型下的模型预测准确性更优,预测稳定性更好。对于非线性模型和实例分析,结果表明两种选择方法选择的最优模型长度相同,拟Fiducial模型选择的模型预测准确性仍然更优,预测稳定性更好。

关键词： Kriging模型 Fiducial推断切片抽样模型选择

来源：评论

学校读者我要写书评

暂无评论

数据驱动的电动汽车充电行为和充电需求建模分析

数据驱动的电动汽车充电行为和充电需求建模分析

引用

作者：黄松渝浙江大学

学位级别：硕士

为了实现节能减排的绿色发展目标,电动汽车在世界各国都得到了广泛关注,其规模也在迅速扩大。许多与电动汽车相关的研究,例如充电站选址定容、有序充电引导策略的制订等,都必须以准确把握电动汽车充电行为及充电需求为前提。充电需求的... 详细信息

为了实现节能减排的绿色发展目标,电动汽车在世界各国都得到了广泛关注,其规模也在迅速扩大。许多与电动汽车相关的研究,例如充电站选址定容、有序充电引导策略的制订等,都必须以准确把握电动汽车充电行为及充电需求为前提。充电需求的时间-位置分布和电动汽车的行为特征紧密相关,然而电动汽车的出行和充电活动均具有较强的随机性,依赖于经验假设的传统建模方式势必无法满足准确性要求。随着充电计量、出行调查统计等数据的广泛积累,不依靠模型参数假设的数据驱动方法能更真实地反映电动汽车的行为特征。基于此,本文从以下几个方面开展了较为深入的研究:(1)从充电站的角度出发,通过充电行为特征变量来表征大量电动汽车在充电过程中体现出的规律性,并采用扩散核密度估计法对特征变量进行概率建模。该方法具备普通核密度估计法的非参数特性,具有良好的边界估计表现,并能根据观测值的疏密程度自适应地调整平滑性能,使拟合优度达到最佳;(2)为最大限度地保留通过扩散核密度估计法获得的概率密度函数表达式体现的分布特征,采用切片抽样法实现对该密度函数的抽样。该方法通过引入辅助变量构造了一个Gibbs抽样器,将从原较为复杂的密度函数抽样的过程转化为了从一个二维区域上均匀抽样的过程。在具体应用场景上,根据充电站充电负荷密度函数生成了大量的负荷样本,考虑规模化充电时对经修改的IEEE 30节点网络进行了可靠性评估,验证了切片抽样法的有效性和准确性;(3)从电动汽车自身角度出发,借助交通科学中的出行链理论,对与电动汽车出行密切相关的关键变量进行概率建模,并同时对交通状况和充电行为进行定量描述。在抽样模拟阶段,从多角度细化了充电场景,获得了不同场景下电动汽车充电需求的时间-位置分布曲线,并针对特定场景模拟了实施有序充电引导方案后的总充电需求。

关键词：电动汽车数据驱动扩散核密度估计切片抽样出行链充电需求概率建模

来源：评论

学校读者我要写书评

暂无评论

基于稳定分布的GARCH模型的Bayes参数估计及其实证分析

基于稳定分布的GARCH模型的Bayes参数估计及其实证分析

引用

作者：付伟芳华东师范大学

学位级别：硕士

金融市场中的数据一般具有高峰厚尾的特征，然而传统的分布对这种厚尾特性描述不足，稳定分布不仅能够捕获这种特性，还能刻画数据的偏性，它具有一系列良好的性质，可是由于没有显示的密度函数，其参数估计具有一定的困难，本文着重从... 详细信息

金融市场中的数据一般具有高峰厚尾的特征，然而传统的分布对这种厚尾特性描述不足，稳定分布不仅能够捕获这种特性，还能刻画数据的偏性，它具有一系列良好的性质，可是由于没有显示的密度函数，其参数估计具有一定的困难，本文着重从贝叶斯的观点运用MCMC方法对其进行参数估计，并推广到金融中常用的计量模型GARCH模型。本文的结构安排如下：本文首先简单介绍了如何衡量金融市场中的收益，描绘了金融市场的特征，简述了常用的拟合金融数据的分布及其简要特点。接着给出了稳定分布的四种等价定义方法，详细的分析了稳定分布的性质，提出如何利用简单随机数产生稳定分布的随机变量以便我们进行分析研究，借助稳定分布近似密度函数的图形我们对它的特征会有更加直观的认识。第四章通过引入辅助变量，运用Gibbs抽样方法来实现稳定分布四个参数的估计。其中辅助变量的后验密度是单峰的，因此引入自适应舍选抽样来提高效率，而特征参数、偏度参数和位置参数的后验密度是多峰的，用切片抽样来处理效果较好。在该章中讨论了几种高效实用的抽样方法。在第五章中提出了基于稳定分布的GARCH模型及其贝叶斯参数估计实施步骤。文章最后通过模拟数据验证了贝叶斯估计的有效性，然后将该估计方法运用到我国金融市场的实证分析中，发现用稳定分布去拟合沪深股市收盘价的收益率更合适，运用GARCH-STABLE模型能够更好的评估金融市场中蕴涵的风险。

关键词：厚尾稳定分布 GARCH模型 GARCH-STABLE模型 MCMC方法 Gibbs抽样切片抽样自适应舍选抽样

来源：评论

学校读者我要写书评

暂无评论

基于时变Lévy过程分析我国股市收益率波动

21世纪数量经济学

引用

21世纪数量经济学 2013年 291-316页

作者：何诚颖王占海浙江财经学院证券市场研究所国信证券发展研究总部国信证券博士后工作站办公室国信证券博士后工作站

股票收益率的波动不仅具有连续性特征,也会发生突变的跳跃行为,后者对资产定价、投资组合以及风险管理具有重要的影响。基于泊松跳跃的传统模型只能捕捉幅度较大但数量较少的大幅跳跃行为,而无力刻画那些数量众多但幅度微小的跳跃。本... 详细信息

股票收益率的波动不仅具有连续性特征,也会发生突变的跳跃行为,后者对资产定价、投资组合以及风险管理具有重要的影响。基于泊松跳跃的传统模型只能捕捉幅度较大但数量较少的大幅跳跃行为,而无力刻画那些数量众多但幅度微小的跳跃。本文在连续时间金融框架下,利用时变Lévy过程构建了一个具有无限跳跃特征的SVNIG模型,这一模型可以同时捕捉大幅跳跃和小幅跳跃,并能刻画波动聚集、杠杆效应等金融市场上常见的现象。鉴于模型本身较为复杂,本文采用基于马尔科夫链蒙特卡洛模拟技术(MCMC)识别模型中的参数和潜变量,特别是对于目标函数较为复杂的参数与潜变量,采用切片抽样方法予以解决。利用沪深300指数、香港恒生指数和美国标普500指数所做的实证分析表明:(1)三个市场中均存在着大量的小幅跳跃行为,跳跃并非是稀有事件;(2)同是无限活动特征的Lévy过程,具有无限变差的SVNIG模型较有限变差的SVVG模型更适于捕捉市场中的跳跃成分,而二者又都优于泊松跳跃模型;(3)相较于香港和美国股市,A股市场的跳跃成分以负向跳跃居多,跳跃幅度也更大,跳跃成分之间不具有相关性。

关键词：跳跃行为 MCMC估计切片抽样

来源：评论

学校读者我要写书评

暂无评论

基于时变Lévy过程分析我国股市收益率波动

基于时变Lévy过程分析我国股市收益率波动

引用

中国数量经济学会2012年年会

作者：何诚颖王占海浙江财经学院证券市场研究所国信证券发展研究总部国信证券博士后工作站办公室国信证券博士后工作站

股票收益率的波动不仅具有连续性特征,也会发生突变的跳跃行为,后者对资产定价、投资组合以及风险管理具有重要的影响。基于泊松跳跃的传统模型只能捕捉幅度较大但数量较少的大幅跳跃行为,而无力刻画那些数量众多但幅度微小的跳跃。本文在连续时间金融框架下,利用时变Levy过程构建了一个具有无限跳跃特征的SVNIG模型,这一模型可以同时捕捉大幅跳跃和小幅跳跃,并能刻画波动聚集、杠杆效应等金融市场上常见的现象。鉴于模型本身较为复杂,本文采用基于马尔科夫链蒙特卡洛模拟技术(MCMC)识别模型中的参数和潜变量,特别是对于目标函数较为复杂的参数与潜变量,采用切片抽样方法予以解决。利用沪深300指数、香港恒生指数和美国标普500指数所做的实证分析表明:(1)三个市场中均存在着大量的小幅跳跃行为,跳跃并非是稀有事件;(2)同是无限活动特征的Levy过程,具有无限变差的SVNIG模型较有限变差的SVVG模型更适于捕捉市场中的跳跃成分,而二者又都优于泊松跳跃模型;(3)相较于香港和美国股市,A股市场的跳跃成分以负向跳跃居多,跳跃幅度也更大,跳跃成分之间不具有相关性。

关键词：跳跃行为 MCMC估计切片抽样

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：