簡易檢索 / 詳目顯示
| 研究生： |
陳麗霞 |
|---|---|
| 論文名稱： |
時變係數廻歸模式之探討 無 |
| 指導教授： | 高德超 |
| 學位類別： |
碩士
Master |
| 系所名稱： |
商學院 - 統計學系 Department of Statistics |
| 論文出版年： | 1982 |
| 畢業學年度： | 70 |
| 語文別： | 中文 |
| 論文頁數： | 133 |
| 中文關鍵詞： | 無 |
| 相關次數： | 點閱：237 下載：0 |
| 分享至: |
| 查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報 |
無
目錄
第一章 緒論1〜2
第一節 研究動機1
第二節 模式之建立與限制1〜2
第二章 全體係數為時變之迴歸模式3〜56
第一節 卡曼過濾法3〜12
第二節 貝氏方法12〜18
第三節 卡曼估計式之性質18〜30
第四節 迴歸係數的事前分配成比例於常數時之估計30〜38
第五節 模式中變異數及共變異矩陣之估計39〜56
第三章 部分係數為時變之迴歸模式57〜74
第一節 不偏性、最小變異性以及漸近穩定性58〜63
第二節 估計式對應於固定部分之一致性63〜74
第四章 截距為時變之迴歸模式75〜100
第一節 預測第 T+1 期截距之方法75〜93
第二節 一階差分及移動平均混合法93〜103
第三節 預測法與混合法之比較103〜110
第五章 實例分析111〜126
第六章 結論127〜128
參考資料129〜130
參考書籍129
參考期刊129〜130
Ⅰ參考書籍：
1.Anderson T.W., The Statistical Analysis of Time Series, New York: John Wiley and Sons, 1971, P.256-257, 380-381, 407-411,571-578.
2. Box G.E.P. & Jenkins G.M., Time Series Analysis-Forecasting and Control, Holden-Day, 1970, P.69-71,197-200.
3. Deutsch R. Estimation Theory, New York: Prentice-Hall Inc., 1965, Ch.2,3.
4. Dhrymes, P. J., Econometries, New York: Spring-Verlay, 1974, P.103-123.
5. Dhrymes, P.J., Introductory Econometries, New York: Spring-Verlay, 1978, P.148-150.
6. Hogg R.V. & Craig A.T., Introduction to Mathematical Statistics, 歐亞書局，1978, P.227-233.
7. Jazwinski A.H., Stochastic Processes and Filtering Theory, New York: Academic Press, 1970, Ch. 5,7.
8. Sage A.P. & Melsa J.L., Estimation Theory with Applications to Communication and Control, New York: MeGraw-Hill, 1972, Ch. 6,7,8.
9. Zellner, A., An Introduction to Bayesian Inference in Econometrics, New York: John Wiley & Sons, 1971, P.41-53.
Ⅱ參考期刊：
1. Anderson, B. D. O. : “Stability Properties of Kalman-Bucy filters” Journal of Franklin Inst., 291, P.137-144, 1971.
2. Cooley, T.F. & Prescott, E.C., “Estimation in the Presence of Stochastic Parameter Variation”, Econometrica, Vol.44, No.1, P.167-183, 1976.
3. Cooley, T.F. & Prescott, E.C., “An Adaptive Regression Model”, International Economic Review, Vol.14, No.2, P.364-371,1973.
4. Deyst, J.J. & Price, C.F., “Conditions for Asymptotic Stability of the Discrete Minimum-Variance Linear Estimators”, IEEE Transactions on Automatic Control Ac-13, P.702-705, 1968.
5. Freebairn, T.W., “Recursive Coefficient Estimates for the Evaluation of Varying Parameters”, Journal of Australian Statistics, P.219-228, 1978.
6. Hatamaka Michio, “A Note on the Application of the Kalman Filter to Regression Model with Some Parameters Varying over Time and Others Unchanging”, Journal of Australian Statistics, 22(3), P.298-306, 1980.
7.Tohannes Ledolter, “A Recursive Approach to Parameter Estimation In Regression Models and Time Series Models”, Communication Statistics-Theory and Method, A8(12), P.1227- 1245, 1979.
8. Kalman R.E., “A New Approach to Linear Filtering and Prediction Proflems”, Journal of Basic Engineering, 82D, P.35-45, 1961.
9. McElroy F.W., “Optimality of Least Squares in Linear Models with Unknown Error Covariance Matrix.” JASA, P.371-377 ,1976.
10. Meditch, J.S., ‘ Orthogonal Projection and Discrete Optimal Linear Smoothing”, SIAM Journal of Control, 5(1), P.74-89, 1967.
11. Otter, Pieter W., “The Discrete Kalman Filter Applied to Linear Regression Models, Statistical Conditions and An Application” Statistica Neerlandia, 32, P.41-56, 1978.
12. Pesaran, M.H., “Exact Maximum Likelihood Estimation of a Regression Equation with a First-Order Moving Average Error”, The Review of Economic Studies, 40, P.529-535, 1973.
13. Rao C.R., “Estimation of Variance and Covariance Components in Linear Models”, JASA, P.112-115, 1972.
14. Reinsel Greg, “A Note on the Estimation of the Adaptive Regression Model”, International Economic Review, 20(1), P.193- 202, 1979.
(限達賢圖書館四樓資訊教室A單機使用)