貝葉斯計量經濟模型

前言
符號縮寫及說明
第1章 貝葉斯統計計算
1.1 貝葉斯理論
1.2 隨機數的生成
1.2.1 逆變換法
1.2.2 合成抽樣
1.2.3 篩選抽樣
1.2.4 正態分布抽樣
1.2.5 隨機向量抽樣
1.3 Monte Carlo計算
1.3.1 隨機投點法
1.3.2 樣本平均值法
1.3.3 重要抽樣法
1.3.4 分層抽樣法
1.3.5 關聯抽樣法
1.4 MCMC計算
1.4.1 Markov鏈
1.4.2 完全條件分布
1.4.3 MH抽樣
1.4.4 Gibbs抽樣
1.4.5 G-R收斂性診斷
1.4.6 貝葉斯計算軟件
第2章 統計分布理論
2.1 伽瑪分布族
2.1.1 伽瑪分布
2.1.2 逆伽瑪分布
2.2 正態分布族
2.2.1 正態分布
2.2.2 多元正態分布
2.2.3 矩陣正態分布
2.3 Wishart分布族
2.3.1 Wishart分布
2.3.2 逆Wishart分布
2.4 t分布族
2.4.1 t分布
2.4.2 多元t分布
2.4.3 矩陣t分布
2.4.4 逆矩陣t分布
第3章 貝葉斯決策理論
3.1 位置—尺度參數的擴散先驗分布
3.1.1 位置參數的擴散先驗分布
3.1.2 尺度參數的擴散先驗分布
3.1.3 位置一尺度參數的聯合擴散先驗分布
3.2 共軛先驗分布
3.3 貝葉斯風險決策解
3.3.1 單參數的貝葉斯風險決策解
3.3.2 隨機參數向量的貝葉斯風險決策解
3.3.3 矩陣損失函數與隨機參數矩陣的貝葉斯風險決策解
第4章 貝葉斯線性回歸模型
4.1 貝葉斯多元線性回歸模型
4.1.1 模型結構分析
4.1.2 參數分量的後驗分布
4.1.3 部分參數的聯合後驗分布
4.1.4 方差的後驗分布
4.1.5 設計陣奇異模型的貝葉斯分析
4.2 參數線性假設的貝葉斯檢驗
4.3 隨機誤差序列自相關的貝葉斯診斷方法
4.3.1 引言
4.3.2 後驗條件分布
4.3.3 貝葉斯檢驗與區間估計
4.3.4 數值算例
4.4 貝葉斯多重線性回歸模型
4.4.1 模型結構分析
4.4.2 參數後驗分布
4.4.3 貝葉斯預報分析
4.4.4 貝葉斯均值向量控制模型
4.5 小結
第5章 貝葉斯自回歸移動平均模型
第6章 貝葉斯向量自回歸模型
第7章 貝葉斯自回歸條件異方差模型
第8章 貝葉斯隨機波動模型
參考文獻