半参数混合模型下的贝叶斯方法与应用
极端值估计是损失评估的重要研究部分,文章在贝叶斯方法的基础上,用半参数混合模型来拟合损失。在确定模型参数的过程中,运用贝叶斯方法对参数建模,将参数转化成随机变量,并基于马尔卡夫蒙特卡罗（MCMC）抽样得到参数的估计值。该方法的特点是参数数量少,通过抽样把参数转化成随机变量,给出所有参数可能取值的频率分布图。实证结果表明模型结果既考虑了参数的不确定性,又兼顾了损失的厚尾性。...
Gespeichert in:
| Veröffentlicht in: | 统计与决策 2017 (14), p.84-87 |
|---|---|
| 1. Verfasser: | |
| Format: | Artikel |
| Sprache: | chi |
| Schlagworte: | |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | 87 |
|---|---|
| container_issue | 14 |
| container_start_page | 84 |
| container_title | 统计与决策 |
| container_volume | |
| creator | 张琳 袁凌翔 |
| description | 极端值估计是损失评估的重要研究部分,文章在贝叶斯方法的基础上,用半参数混合模型来拟合损失。在确定模型参数的过程中,运用贝叶斯方法对参数建模,将参数转化成随机变量,并基于马尔卡夫蒙特卡罗（MCMC）抽样得到参数的估计值。该方法的特点是参数数量少,通过抽样把参数转化成随机变量,给出所有参数可能取值的频率分布图。实证结果表明模型结果既考虑了参数的不确定性,又兼顾了损失的厚尾性。 |
| format | Article |
| fullrecord | <record><control><sourceid>chongqing</sourceid><recordid>TN_cdi_chongqing_primary_672649624</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cqvip_id>672649624</cqvip_id><sourcerecordid>672649624</sourcerecordid><originalsourceid>FETCH-chongqing_primary_6726496243</originalsourceid><addsrcrecordid>eNpjYeA0NDAw0jUzsTDnYOAtLs5MMjAwsLQwNTAz5mQwftrb9bS_6dnUDc-2b386oePZioVP53U_2dH9fFbLiy1zn_ZvezZt_bNpO59tnvpkR9_TXVOeT1nBw8CalphTnMoLpbkZlNxcQ5w9dJMz8vPSCzPz0uMLijJzE4sq483MjcxMLM2MTIyJUgQAhaZE0w</addsrcrecordid><sourcetype>Publisher</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>半参数混合模型下的贝叶斯方法与应用</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>张琳 袁凌翔</creator><creatorcontrib>张琳 袁凌翔</creatorcontrib><description>极端值估计是损失评估的重要研究部分,文章在贝叶斯方法的基础上,用半参数混合模型来拟合损失。在确定模型参数的过程中,运用贝叶斯方法对参数建模,将参数转化成随机变量,并基于马尔卡夫蒙特卡罗（MCMC）抽样得到参数的估计值。该方法的特点是参数数量少,通过抽样把参数转化成随机变量,给出所有参数可能取值的频率分布图。实证结果表明模型结果既考虑了参数的不确定性,又兼顾了损失的厚尾性。</description><identifier>ISSN: 1002-6487</identifier><language>chi</language><subject>MCMC ; 不确定性 ; 半参数混合模型 ; 极值理论 ; 贝叶斯方法</subject><ispartof>统计与决策, 2017 (14), p.84-87</ispartof><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/95927X/95927X.jpg</thumbnail><link.rule.ids>314,780,784,4024</link.rule.ids></links><search><creatorcontrib>张琳 袁凌翔</creatorcontrib><title>半参数混合模型下的贝叶斯方法与应用</title><title>统计与决策</title><description>极端值估计是损失评估的重要研究部分,文章在贝叶斯方法的基础上,用半参数混合模型来拟合损失。在确定模型参数的过程中,运用贝叶斯方法对参数建模,将参数转化成随机变量,并基于马尔卡夫蒙特卡罗（MCMC）抽样得到参数的估计值。该方法的特点是参数数量少,通过抽样把参数转化成随机变量,给出所有参数可能取值的频率分布图。实证结果表明模型结果既考虑了参数的不确定性,又兼顾了损失的厚尾性。</description><subject>MCMC</subject><subject>不确定性</subject><subject>半参数混合模型</subject><subject>极值理论</subject><subject>贝叶斯方法</subject><issn>1002-6487</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2017</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDAw0jUzsTDnYOAtLs5MMjAwsLQwNTAz5mQwftrb9bS_6dnUDc-2b386oePZioVP53U_2dH9fFbLiy1zn_ZvezZt_bNpO59tnvpkR9_TXVOeT1nBw8CalphTnMoLpbkZlNxcQ5w9dJMz8vPSCzPz0uMLijJzE4sq483MjcxMLM2MTIyJUgQAhaZE0w</recordid><startdate>2017</startdate><enddate>2017</enddate><creator>张琳 袁凌翔</creator><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>W93</scope><scope>~WA</scope></search><sort><creationdate>2017</creationdate><title>半参数混合模型下的贝叶斯方法与应用</title><author>张琳 袁凌翔</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-chongqing_primary_6726496243</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2017</creationdate><topic>MCMC</topic><topic>不确定性</topic><topic>半参数混合模型</topic><topic>极值理论</topic><topic>贝叶斯方法</topic><toplevel>online_resources</toplevel><creatorcontrib>张琳 袁凌翔</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库-社会科学</collection><collection>中文科技期刊数据库- 镜像站点</collection><jtitle>统计与决策</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>张琳 袁凌翔</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>半参数混合模型下的贝叶斯方法与应用</atitle><jtitle>统计与决策</jtitle><date>2017</date><risdate>2017</risdate><issue>14</issue><spage>84</spage><epage>87</epage><pages>84-87</pages><issn>1002-6487</issn><abstract>极端值估计是损失评估的重要研究部分,文章在贝叶斯方法的基础上,用半参数混合模型来拟合损失。在确定模型参数的过程中,运用贝叶斯方法对参数建模,将参数转化成随机变量,并基于马尔卡夫蒙特卡罗（MCMC）抽样得到参数的估计值。该方法的特点是参数数量少,通过抽样把参数转化成随机变量,给出所有参数可能取值的频率分布图。实证结果表明模型结果既考虑了参数的不确定性,又兼顾了损失的厚尾性。</abstract></addata></record> |
| fulltext | fulltext |
| identifier | ISSN: 1002-6487 |
| ispartof | 统计与决策, 2017 (14), p.84-87 |
| issn | 1002-6487 |
| language | chi |
| recordid | cdi_chongqing_primary_672649624 |
| source | 国家哲学社会科学学术期刊数据库 (National Social Sciences Database) |
| subjects | MCMC 不确定性 半参数混合模型 极值理论 贝叶斯方法 |
| title | 半参数混合模型下的贝叶斯方法与应用 |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-07T07%3A40%3A08IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-chongqing&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%8D%8A%E5%8F%82%E6%95%B0%E6%B7%B7%E5%90%88%E6%A8%A1%E5%9E%8B%E4%B8%8B%E7%9A%84%E8%B4%9D%E5%8F%B6%E6%96%AF%E6%96%B9%E6%B3%95%E4%B8%8E%E5%BA%94%E7%94%A8&rft.jtitle=%E7%BB%9F%E8%AE%A1%E4%B8%8E%E5%86%B3%E7%AD%96&rft.au=%E5%BC%A0%E7%90%B3%20%E8%A2%81%E5%87%8C%E7%BF%94&rft.date=2017&rft.issue=14&rft.spage=84&rft.epage=87&rft.pages=84-87&rft.issn=1002-6487&rft_id=info:doi/&rft_dat=%3Cchongqing%3E672649624%3C/chongqing%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cqvip_id=672649624&rfr_iscdi=true |