貝氏門檻自迴歸時間模式之應用

Applications of the Bayesian Analysis of Threshold Autoregressive Models

許凱嘉(Kai-Chia Hsu)

指導教授 ： 林余昭

中原大學/理學院/數學研究所/碩士(2005年)

https://doi.org/10.6840/cycu200500414

摘要

在這篇論文中,我們利用 Osnat and Lin (2002) 的方法去估計門檻自迴歸時間模式 (Tong, 1983)的參數, 門檻自迴歸 (TAR) 能把一組觀察值依其變化情形分成二段, 且各段均服從一個自迴歸模式; 換句話來說, 就是把一組非線性的觀察值劃分為二段線性的觀察值, 不同的是, 在這裡省略了遞延參數; 因為這裡維度是未知的, 所以我們利用 Green (1995) 所提出的可逆跳躍式馬可夫鏈蒙地卡羅法 (RJMCMC) 來估計參數; 最後我們強調敏感度分析, 來探討當參數值的不同會得到什麼不同的結果, 並且以模擬和實例來驗證, 因為參數值的不同, 因此會有許多的模式可供選擇, 所以最後我們採取 AIC 和 Log-likelihood 準則來選取最佳模式。

關鍵字

敏感度分析 ； 可逆跳躍式馬可夫鏈蒙地卡羅法 ； 門檻自迴歸

並列摘要

In this paper, we apply the method in Osnat and Lin (2002) to estimate the parameters in the threshold autoregressive (TAR)
Models ( Tong, 1983). The difference is that the delay parameter is omitted, and the order is unknown and needs to be estimated by the reversible jump Markov Chain Monte Carlo ( RJMCMC) method, see Green ( 1995 ) for example. We emphasize the analysis of the sensibility study in both the simulated data and the real case.

並列關鍵字

sensibility analysis ； reversible jump Markov Chain Monte Carlo ； Threshold Autoregressive

參考文獻

[3] Broemeling, L. and Cook, P. (1992). Bayesian analysis of threshold autoregressions.Communications in Statistics, Theory and Methods, 21,2459-2482.

[4] Chen, C. and Lee, J. (1995). Bayesian inference of threshold autoregressive models. Journal of Time Series Analysis, 16,484-492.

[6] Geweke, J. and Terui, N. (1993). Bayesian threshold autoregressive models for nonlinear time series. Journal of Time Series Analysis, 14,441-454.

[7] Godsill, S.(2001). On the relationship between MCMC model uncertainty methods. Journal of Computational and Graphical Statistics, 10,232-248.

[8] Green, P.(1995). Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika, 82,711-732.