|
| << vorige | volgende >> |
Tijdschrift beschrijving
Alle jaargangen van het bijbehorende tijdschrift
Alle afleveringen van het bijbehorende jaargang
Alle artikelen van de bijbehorende aflevering
Details van artikel 11 van 15 gevonden artikelen
| Titel: |
On markov chain monte carlo methods for nonlinear and non-gaussian state-space models |
| Auteur: |
Geweke, John Tanizaki, Hisashi |
| Verschenen in: |
Communications in statistics |
| Paginering: | Jaargang 28 (1999) nr. 4 pagina's 867-894 |
| Jaar: |
1999 |
| Inhoud: |
In this paper, a nonlinear and/or non-Gaussian smoother utilizing Markov chain Monte Carlo Methods is proposed, where the measurement and transition equations are specified in any general formulation and the error terms in the state-space model are not necessarily normal. The random draws are directly generated from the smoothing densities. For random number generation, the Metropolis-Hastings algorithm and the Gibbs sampling technique are utilized. The proposed procedure is very simple and easy for programming, compared with the existing nonlinear and non-Gaussian smoothing techniques. Moreover, taking several candidates of the proposal density function, we examine precision of the proposed estimator. |
| Uitgever: |
Taylor & Francis |
| Bronbestand: |
Elektronische Wetenschappelijke Tijdschriften |
Details van artikel 11 van 15 gevonden artikelen
| << vorige | volgende >> |