文献

J-GLOBAL ID：201702216055612979   整理番号：17A0064134

GRIDDY-GIBBSサンプリングに基づく混合GAUSSAR-GJR-GARCHモデルのベイズ推定【JST・京大機械翻訳】

Bayesian estimation of the Gaussian mixture AR-GJR-GARCH model with Griddy-Gibbs sampler

著者 (2件)： Zhang Xinxing (College of Mathematics, Sichuan University) ,  Tang Yayong (College of Mathematics, Sichuan University)
資料名： Sichuan Daxue Xuebao. Zirankexueban  (Sichuan Daxue Xuebao. Zirankexueban)
巻： 53  号： 5  ページ： 957-962  発行年： 2016年 
JST資料番号： C2595A  ISSN： 0490-6756  CODEN： SCTHAO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 本論文では,変動のスパイクと,効果を考慮して,混合GAUSS-AR-GJR-GARCHモデルを提案し,GRIDDY-GIBBSサンプリングに基づくMCMC法を用いてモデルパラメータを推定した。次に,新しい東洋のデータをMATLABとRソフトウェアを用いてモデル化し,検証した。結果は以下を示す。このモデルは,変動率の特性に対して一定の表現を持ち,推定法の収束速度が速く,自己相関性が弱く,アルゴリズムの複雑性が低く,安定性が良好であることを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *Bayes推定 ,  ソフトウェア ,  自己相関 ,  モデリング
準シソーラス用語： 複雑性 ,  収束速度 ,  推定法 ,  MATLAB ,  モデルパラメータ ,  MCMC , 【Automatic Indexing@JST】

著者キーワード (4件)： Gaussian mixture distribution ,  AR-GJR-GARCH model ,  Griddy-Gibbs sampler ,  MCMC method

分類 (3件)： 交通調査  (TB01031B) ,  都市計画の調査分析,分析手法  (RD01020D) ,  数値計算  (JE02000J)

タイトルに関連する用語 (1件)： ベイズ推定