多变量贝叶斯动态模型及其预测PDF电子书下载

第一章　单变量贝叶斯动态模型及其预测 1

第一节　采样间隔均匀时间序列的贝叶斯动态模型及其预测 1

第二节 采样间隔非均匀时间序列的贝叶斯动态模型及其预测 32

第三节 无信息先验分布条件下的单变量动态线性模型 67

第四节　单变量贝叶斯动态预测软件系统 86

第二章 多变量动态线性模型 100

第一节　矩阵变量动态线性同归模型（DLMR） 100

第二节　DLMR修正递推及其预测 103

第三节　多变量动态线性模型 106

第四节　叠加原理 108

第五节　多过程模型 113

第六节　应用实例 122

第三章　多变量动态线性模型递推算法的改进 138

第一节　平方根滤波 138

第二节　指数加权递推算法 141

第三节　逆协方差递推算法 144

第四节　扫描运算及其应用 147

第一节　尺度方差阵∑的确定 151

第四章　DLMR模型的方差确定 151

第二节　状态误差方差阵Wt的确定 165

第三节　观测误差方差阵Vt的确定 171

第四节　应用实例 184

第五章　多变量贝叶斯聚集预测 192

第一节“由下到上”的聚集预测 193

第二节“由上到下”的聚集预测 204

第六章　多变量广义动态模型 211

第一节　参数分布未知的多变量动态线性模型 211

第二节　多变量非线性动态模型 221

第三节　多变量广义动态模型 250

第七章　多变量动态建模中的几个问题 274

第一节　参数的贝叶斯估计 274

第二节　折扣因子的选取 277

第三节　无信息先验分布下的DLMR及其预测 279

第四节　灵敏度分析 285

第五节　几类特殊模型 291

附录一　矩阵理论 296

附录二　多元分布 308

参考文献 312