基于贝叶斯估计的空间Pair-copula预测模型及应用
Bayesian Estimation-Based Space Pair-copula Prediction Model and Its Application作者机构:重庆工商大学数学与统计学院重庆400067
出 版 物:《统计与决策》 (Statistics & Decision)
年 卷 期:2019年第35卷第10期
页 面:67-71页
核心收录:
学科分类:02[经济学] 0202[经济学-应用经济学] 083002[工学-环境工程] 020208[经济学-统计学] 0830[工学-环境科学与工程(可授工学、理学、农学学位)] 07[理学] 08[工学] 0714[理学-统计学(可授理学、经济学学位)] 070103[理学-概率论与数理统计] 0701[理学-数学] 0713[理学-生态学]
基 金:国家社会科学基金资助项目(13CTJ016) 重庆市基础科学与前沿技术研究项目(cstc2017jcyjAX0067) 重庆市教委科学技术研究项目(KJ1600610)
主 题:C-vine copula 贝叶斯估计 空间相关结构 空间预测
摘 要:为了描述空间相关关系的复杂性,文章结合Pair-copula函数将空间相关结构分解成双变量之间的条件相关。对Pair-copula空间分析模型提出了边缘分布参数及相关结构参数的贝叶斯估计,结合实际数据探讨了高斯随机场下的先验分布选择问题,给出了未知参数后验分布函数。提出了基于Pair-copula函数的空间预测方法,并通过交叉验证,与传统空间预测方法的预测精度进行了比较。结果表明,Pair-copula空间预测方法在对复杂空间数据的分析上具有明显的优势。