基于MCMC算法的非线性贝叶斯估计方法及其应用

项目名称： 基于MCMC算法的非线性贝叶斯估计方法及其应用

项目编号： No.11171117

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 数理科学和化学

项目作者： 刘金山

作者单位： 华南农业大学

项目金额： 32万元

中文摘要： 本项目研究非线性回归和时间序列模型的基于马尔可夫链蒙特卡罗（MCMC）算法的贝叶斯估计方法及其在计量经济、生物和环境等领域中的应用。 主要研究Metropolis-Hastings(M-H)算法和Gibbs抽样算法，将MCMC方法用于回归分析和具有变点或和门限结构的非线性时间序列模型的统计推断问题,用贝叶斯随机搜索方法和可逆跳MCMC方法估计变点和门限参数，获取后验统计量的样本序列和计算估计量，对所得结论进行模拟和检验，结合交叉学科中的实际问题进行数据分析。 本项目研究结果在贝叶斯分析、时间序列分析和计量经济中将具有重要理论意义和应用价值，所得结果和方法步骤可直接应用于经济、生物和环境等学科领域。

中文关键词： 非线性时间序列分析；微阵列数据分析；贝叶斯统计方法；MCMC算法；

英文摘要：

英文关键词： nonlinear time series analysis；microarray data analysis；Bayesian statistical method；MCMC algorithm；