No label defined (Q3704787)
From MaRDI portal
!
This is the item page for this Wikibase entity, intended for internal use and editing purposes. Please use the normal view instead:
scientific article; zbMATH DE number 3932263
| Language | Label | Description | Also known as |
|---|---|---|---|
| default for all languages | No label defined |
||
| English | No label defined |
scientific article; zbMATH DE number 3932263 |
Statements
1984
0 references
linear models
0 references
predictive distributions
0 references
Kalman filters
0 references
forecasting
0 references
bibliography
0 references
identification
0 references
asymptotic properties
0 references
nonlinear models
0 references
0.7538651823997498
0 references
0.7413259148597717
0 references
0.7390426993370056
0 references
0.737986147403717
0 references
Un mémoire de plus de 300 pages comportant plus de 200 références. Après un bref rappel des caractéristiques de la statistique bayésienne (caractère aléatoire des paramètres, choix des distributions a priori) est présenté le modèle linéaire à états qui sera étudie selon ce point de vue: \[ (1)\quad A_ n(a)z_ n=C_ n(a)x_{n-1}+D_ n(a)u_ n+w_ n \] \(z_ n:\) v. endogènes; \(x_ n:\) v. d'état; \(u_ n:\) v. exogènes;w\({}_ n:\) perturbations; a: paramètre (aléatoire dans le cas bayésien); modèle statique ou dynamique selon que \(C_ n(a)\) est nul ou non; \(y_ n=H_ n(a)x_ n+v_ n\); \(y_ n\) désignent les observations. Sur ce modèle (et un autre modèle linéaire associé) sont étudiés: - la distribution de la prévision (obtenue par méthode de Monte-Carlo et par filtrage de Kalman); - l'identifiabilité (aptitude à déterminer une seule distribution de a à partir des observations); - les comportements asymptotiques (en particulier convergences d'estimateurs). Dans le cas non linéaire où (1) et (2) deviennent plus généralement: \[ B_ n(z_ n,x_{n-1},u_ n,w_ n,a)=0\quad et\quad y_ n=H_ n(x_ n,a)+v_ n \] sont fournis un théorème d'existence et des méthodes constructives (par filtrage). Ce texte a le mérite de regrouper et de comparer méthodes analytiques [un logiciel de prévision -BAYKAL- utilisant différentes méthodes d'optimisation (gradient, gradient conjugué) est mentionné] et méthodes de Monte-Carlo [sans négliger les problèmes de réduction de variance], de fournir de surcroît résultats numériques expérimentaux et rappels mathématiques.
0 references