| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-16页 |
| ·双重模型产生的背景及意义 | 第8-9页 |
| ·双重模型的描述 | 第9-10页 |
| ·双重模型的研究现状 | 第10-13页 |
| ·研究内容与结构安排 | 第13-15页 |
| ·创新之处 | 第15-16页 |
| 第二章 AR(1)-AR(1)双重模型参数的MCMC和贝叶斯估计 | 第16-28页 |
| ·AR(1)-AR(1)双重模型描述 | 第16-17页 |
| ·AR(1)-AR(1)双重模型的贝叶斯分析 | 第17-22页 |
| ·AR(1)-AR(1)双重模型的条件似然函数 | 第17页 |
| ·不可观察数据的条件后验分布和贝叶斯估计 | 第17-19页 |
| ·AR(1)-AR(1)双重模型各参数的条件后验分布及贝叶斯估计 | 第19-22页 |
| ·AR(1)-AR(1)双重模型的Gibbs抽样算法 | 第22-24页 |
| ·仿真模拟研究 | 第24-27页 |
| ·数据 | 第24页 |
| ·建模分析 | 第24-27页 |
| ·小结 | 第27-28页 |
| 第三章 AR(1)-MA(1)双重模型参数的MCMC和贝叶斯估计 | 第28-39页 |
| ·AR(1)-MA(1)双重模型描述 | 第28-29页 |
| ·AR(1)-MA(1)双重模型的贝叶斯分析 | 第29-34页 |
| ·AR(1)-MA(1)双重模型的条件似然函数 | 第29-30页 |
| ·不可观察数据的条件后验分布和贝叶斯估计 | 第30-31页 |
| ·AR(1)-MA(1)双重模型各参数的条件后验分布及贝叶斯估计 | 第31-34页 |
| ·AR(1)-MA(1)双重时序模型的Gibbs抽样算法 | 第34-35页 |
| ·仿真模拟研究 | 第35-38页 |
| ·数据 | 第35页 |
| ·建模分析 | 第35-38页 |
| ·小结 | 第38-39页 |
| 第四章 AR(1)-MA(q)双重模型参数的MCMC和贝叶斯估计 | 第39-51页 |
| ·AR(1)-MA(q)双重模型描述 | 第39-41页 |
| ·AR(1)-MA(q)双重模型的贝叶斯分析 | 第41-45页 |
| ·AR(1)-MA(q)双重模型的条件似然函数 | 第41页 |
| ·不可观察数据的条件后验分布和贝叶斯估计 | 第41-42页 |
| ·AR(1)-MA(q)双重模型各参数的条件后验分布及贝叶斯估计 | 第42-45页 |
| ·AR(1)-MA(q)双重模型的Gibbs抽样算法 | 第45-47页 |
| ·仿真模拟研究 | 第47-50页 |
| ·数据 | 第47页 |
| ·建模分析 | 第47-50页 |
| ·小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·展望 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 硕士期间发表及完成论文清单 | 第57-58页 |
| 致谢 | 第58页 |
广告服务 
