Multivariate time series : a complete bayesian analysis in time domain
Other Title(s)
السلاسل الزمنية متعددة الأبعاد : تحليل بايزى كامل في نطاق الزمن
Author
Source
Issue
Vol. 2002, Issue 10 (31 Jan. 2002), pp.5-28, 24 p.
Publisher
Cairo University Faculty of Economics and Political Science
Publication Date
2002-01-31
Country of Publication
Egypt
No. of Pages
24
Main Subjects
Topics
Abstract AR
يهدف هذا البحث إلى أساسا إلى بيان إمكانية توظيف نظرية "بايز" لتطوير أسلوب نظري و شامل لعمل مشكلات تحديد (تعريف) النموذج المبدئي و تشخيصه و تقدير معاملة و التنبؤ بمشاهداته المستقبلية التي تنشأ عند التعامل مع سلاسل مرتبطة دون اللجوء إلى الأساليب و التكاملات العددية باهظة التكاليف في هذا المجال.
و يعتمد الأسلوب المقترح على تقريب دالة الإمكان و استخدام دالة المعتاد المصفوفي –ويشار- MATRIX NORMAL-WISHART- و التي تشتمل على دالة جيفري عديمة المعلومات كحالة خاصة –كتوزيع قبلي إيجاد حل ملائم كامل لنماذج "أرما" متعددة الأبعاد.
و لقد أمكن تقريب التوزيع البعدي لمصفوفة معاملات النموذج الأكبر باستخدام دالة توزيع المصفوفي، ثم اختبار معنويات المصفوفات الجزئية المكونة للمصفوفة الكبرى بشكل خلفي باستخدام سلسلة من الاختبارات الهامشية و المشروطة باستخدام توزيع F / و ذلك بغرض الوصول إلى اصغر رتبة مناسبة لنموذج AMRA متعدد الأبعاد ثم تشخيص هذا النموذج.
كما تم توضيح كيفية استخدام توزيع "ت المصفوفي" لحل مشكلات التقدير.
بالإضافة إلى ذلك فقد تم اشتقاق دوال التنبؤ "البعدية" في صورة توزيعات "ت المتعدد" المقترح على بيانات فعلية ثلاثية الأبعاد وجدت في أمهات الكتب و الأبحاث و المعرفة باسم (SCC DATA) باستخدام توزيع "جيفري" عديم المعلومات.
كما تم استخدام الأسلوب المقترح على بيانات "مولدة" بواسطة (- ,BOX, …, 19 ; Tiao) من نموذج (ARMA (0, 1 ثنائي الأبعاد باستخدام أحجام عينات مختلفة.
و لقد تم الحصول على نتائج جيدة بطرية آلية و بسيطة.
Abstract EN
This article proposes a Bayesian methodology to implement a complete analysis of multivariate time series.
Assuming the series is generated by a multivariate ARMA model, the identification, diagnostic checking, estimation, and forecasting phases of time series analysis are done by referring to the appropriate posterior or predictive distribution.
The foundation of the approach is to approximate the conditional likelihood by a matrix normal-Wishart density on the parameter space.
Some numerical examples are given to demonstrate the idea of using the proposed methodology to analyze different ty pes of multivariate ARMA models.
American Psychological Association (APA)
Sharawi, Samir Mustafa. 2002. Multivariate time series : a complete bayesian analysis in time domain. al-Nahḍah،Vol. 2002, no. 10, pp.5-28.
https://search.emarefa.net/detail/BIM-392801
Modern Language Association (MLA)
Sharawi, Samir Mustafa. Multivariate time series : a complete bayesian analysis in time domain. al-Nahḍah No. 10 (Jan. 2002), pp.5-28.
https://search.emarefa.net/detail/BIM-392801
American Medical Association (AMA)
Sharawi, Samir Mustafa. Multivariate time series : a complete bayesian analysis in time domain. al-Nahḍah. 2002. Vol. 2002, no. 10, pp.5-28.
https://search.emarefa.net/detail/BIM-392801
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 26-27
Record ID
BIM-392801
