论文部分内容阅读
在数据缺失条件下，探讨贝叶斯推断法在AR（p）模型参数估计中的应用。根据Bayesian理论与Markovchain Monte Carlo（简称MCMC）法，在WinBUGS软件中搜索一个或更多数据缺失时AR（p）模型参数的后验状态空间。计算结果表明，贝叶斯推断法既能充分利用现有资料信息，又能考虑参数的不确定性，是一种AR（p）模型参数估计的有效方法。