基于极大似然方法的随机微分方程参数估计  

Maximum Likelihood method-Based Parameter Estimation for Stochastic Differential Equation

加关注

作  者:索文莉 李长国 邢炜焱 SUO Wenli;LI Changguo;XING Weiyan(General Courses Department, Army Military Transportation University,Tianjin 300161 China;Unit 32142, Shijiazhuang 050000, China)

机构地区:[1]陆军军事交通学院基础部,天津300161 [2]32142部队,石家庄050000

出  处:《军事交通学院学报》2018年第12期87-90,共4页Journal of Military Transportation University

摘  要:针对随机微分方程似然函数的复杂性,提出基于极大似然思想改进的参数估计方法。根据贝叶斯原理,将似然函数的最大化问题转化为对参数后验分布的研究,但其积分解析形式很难获得,因此后验分布一般并非标准分布。结合随机微分方程的模型特殊性,采用卡尔曼滤波和MCMC抽样方法得到参数的估计。实例表明,该算法对随机微分方程的参数估计是有效的。Due to the nonstandard distribution form of parameter posterior distribution, deduced from maximized likelihood function on the basis of Bayes theory, the paper aims at the complexity of likelihood function of stochastic differential equation, applies maximum likelihood idea to develop an improved parameter estimation method, and utilizes Kalman filtering and MCMC sampling methods to estimate the values of parameters. The example shows this new method’s effectiveness in parameter estimation of stochastic differential equation.

关 键 词:极大似然估计 随机微分方程 贝叶斯原理 MH抽样 

分 类 号:O212.4[理学—概率论与数理统计;理学—数学]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象