在實際問題中,為了合理分析時間序列計數數據,人們往往采用基于算子的INAR（1）模型對其進行研究。但是當該類計數數據中出現大量零時,原有的普通INAR（1）模型進行刻畫時可能不再合理。為了研究含有過多零的時間序列計數數據,本文建立了帶有ZIP（零過多泊松）革新項的INAR（1）模型,基于考慮自變量對響應變量的影響,本文在革新項部分引入了經典的ZIP回歸模型。同時,為了適應具有不同背景的實際數據,論文還分別探討了基于二項算子和負二項算子兩種不同算子的INAR（1）模型,并基于條件極大似然估計（CML）方法研究了模型的參數估計問題。另外,為了研究來自不同個體的異質性,還在ZIP的回歸部分引入了隨機效應,我們通過非參數估計和MCMC算法兩種方法對帶有隨機效應的INAR（1）模型進行了參數估計研究�；谒o的估計方法,論文利用大量的隨機模擬,對參數估計的效果進行了分析,結果發(fā)現對于基本的INAR（1）模型,CML估計是合適且有效的,而對于帶有隨機效應的INAR（1）模型,隨機效應的方差成分大小的選取對兩種參數估計方法的估計都會有些許影響,但當樣本量比較大時,模型最終的估計結果都是可接受的。最后... 

【文章來源】：南京師范大學江蘇省 211工程院校

【文章頁數】：50 頁

【學位級別】：碩士

【部分圖文】：

圖４－１二項算子ＩＮ?

ＭＭ?ＱＧ??０?５０?１００?０?５０?１００?０?１?２?３４５６７８９１０１１１２?０１?２３４５６７８９??ｔ?ｔ??圖４－３負二項算子ＩＮＡＲ（ｌ）模型中不同參數值下的時圖４－４負二項算子ＩＮＡＲ（ｌ）模型中不同參數值下的時??間序列樣本圖?間序列樣本值柱形圖??－２５－??

ＭＭ?ＱＧ??０?５０?１００?０?５０?１００?０?１?２?３４５６７８９１０１１１２?０１?２３４５６７８９??ｔ?ｔ??圖４－３負二項算子ＩＮＡＲ（ｌ）模型中不同參數值下的時圖４－４負二項算子ＩＮＡＲ（ｌ）模型中不同參數值下的時??間序列樣本圖?間序列樣本值柱形圖??－２５－??


本文編號：3442766