《多变量贝叶斯动态模型及其预测》

第一章　单变量贝叶斯动态模型及其预测1

第一节　采样间隔均匀时间序列的贝叶斯动态模型及其预测1

第二节采样间隔非均匀时间序列的贝叶斯动态模型及其预测32

第三节 无信息先验分布条件下的单变量动态线性模型67

第四节　单变量贝叶斯动态预测软件系统86

第二章多变量动态线性模型100

第一节　矩阵变量动态线性同归模型（DLMR）100

第二节　DLMR修正递推及其预测103

第三节　多变量动态线性模型106

第四节　叠加原理108

第五节　多过程模型113

第六节　应用实例122

第三章　多变量动态线性模型递推算法的改进138

第一节　平方根滤波138

第二节　指数加权递推算法141

第三节　逆协方差递推算法144

第四节　扫描运算及其应用147

第一节　尺度方差阵∑的确定151

第四章　DLMR模型的方差确定151

第二节　状态误差方差阵Wt的确定165

第三节　观测误差方差阵Vt的确定171

第四节　应用实例184

第五章　多变量贝叶斯聚集预测192

第一节“由下到上”的聚集预测193

第二节“由上到下”的聚集预测204

第六章　多变量广义动态模型211

第一节　参数分布未知的多变量动态线性模型211

第二节　多变量非线性动态模型221

第三节　多变量广义动态模型250

第七章　多变量动态建模中的几个问题274

第一节　参数的贝叶斯估计274

第二节　折扣因子的选取277

第三节　无信息先验分布下的DLMR及其预测279

第四节　灵敏度分析285

第五节　几类特殊模型291

附录一　矩阵理论296

附录二　多元分布308

参考文献312