A Bayesian Analysis of a Switching Regression Model: Known Number of Regimes
已知状态数量的切换回归模型：贝叶斯分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要仅说明切换回归，未明确时间序列或宏观结构变化背景，因此不据模型名称推定分类。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
已知状态数量的切换回归模型：贝叶斯分析
- 研究问题
- 在状态数量已知的切换回归模型中，如何构造贝叶斯区间与检验，并比较部分贝叶斯估计和最大似然估计的偏差及均方误差？
- 方法与思路
- 作者研究切换回归的贝叶斯推断，利用 Student t 与卡方分布构造区间和检验，并通过蒙特卡洛比较若干估计量。
- 材料陈述的贡献
- 摘要称所比较的贝叶斯估计在模拟中均具有较小的均方误差，并分析 Quandt 设计的一个实验，展示相关推断方法。
- 阅读关注点
- 应核对切换机制、先验设定、状态归属处理和区间构造条件，并确认均方误差优势覆盖的模拟范围及实验设定。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；先验、模型条件及模拟细节未说明，不能把所报误差优势视为一般理论支配。
原文摘要
Some aspects of Bayesian methods of inference relative to switching regression models are analyzed. It is shown that Bayesian confidence intervals and tests may be obtained by using Student's t and χ2 distributions. Mean biases and MSE of some Bayesian estimates are compared by Monte Carlo methods with those of the ML estimate. The MSE of the Bayesian estimates were uniformly smaller than those of the ML estimate. An experiment designed by Quandt [11] is also analyzed.