동적 일반화 선형 모델을 이용한 비정규 시계열 예측
본 논문은 베이지안 프레임워크 하에 동적 일반화 선형 모델(DGLM)을 구축하고, 다양한 비정규 응답 분포(이항, 포아송, 음이항, 기하, 로그정규, 감마, 지수, Weibull, Pareto, 베타, 역가우시안 등)에 대한 추정·예측·모델 평가 방법을 제시한다. 근사 베이지안 업데이트, 칼만 필터, 파워 디스카운팅을 활용해 다단계 예측 평균을 도출하고, 로그우도 기반 모델 진단 및 베이즈 요인으로 모델 모니터링을 수행한다. 각 분포별 수치 예…
저자: K. Triantafyllopoulos
본 논문은 비정규 시계열 데이터를 다루기 위한 통합 베이지안 접근법으로서 동적 일반화 선형 모델(DGLM)을 제시한다. 서론에서는 비정규 시계열에 대한 기존 연구들을 언급하며, 일반화 선형 모델(GLM)의 확장으로서 시간에 따라 변하는 파라미터를 허용하는 DGLM의 필요성을 강조한다.
2장에서는 DGLM의 수학적 정의와 베이지안 추정 절차를 상세히 기술한다. 먼저 지수족 분포 형태 p(y_t|γ_t)=exp{
원본 논문
고화질 논문을 불러오는 중입니다...
댓글 및 학술 토론
Loading comments...
의견 남기기