论文部分内容阅读
本文是在M.West和J.Harrsion的著作《BayesianForecastingandDynamicModel》以及张孝令教授的著作《贝叶斯动态模型即预测》的研究成果基础上,对贝叶斯时间序列动态模型分析作了一些理论上的研究。主要考虑的是时间序列动态模型(TSDLM)中Wt和Vt都有固定极限时,预测方差Ct的有界性和收敛性。在文献中【1】中,就Wt和Vt都为常数的常量动态线性模型的预测方差Ct的有界性和收敛性作了简要的论证。本文在他们这个研究基础上,首先详细的论述了他们的结果,并对常量模型进行了推广研究,纠正了文献中几个论述的错误,得出了一些结果,特别证明了文献中的一个重要定理(定理3.2)的条件可以减弱很多。通过推导发现,Wt和Vt不是常数而是两个收敛的序列时,这时的模型就不是常量动态线性模型,而是一个时间序列动态模型,但是它的预测方差Ct也和常量动态线性模型有类似的结果,(即Ct也有收敛性和有界性)。本文讨论的结果可以作为贝叶斯动态线性模型理论的一个补充,目前只是完成这个定理的理论证明,由于缺少现实数据,所以本文没有给出实例分析,留待以后进一步实证研究。