Двойная стохастическая модель - Doubly stochastic model

В статистике дважды стохастическая модель это тип модели, который может возникать во многих контекстах, но в частности при моделировании Временные ряды и случайные процессы.

Основная идея двустохастической модели состоит в том, что наблюдаемая случайная величина моделируется в два этапа. На одном этапе распределение наблюдаемого результата представляется довольно стандартным способом с использованием одного или нескольких параметров. На втором этапе некоторые из этих параметров (часто только один) рассматриваются как случайные величины. В одномерном контексте это по сути то же самое, что и хорошо известная концепция составные распределения. Для более общего случая дважды стохастических моделей существует идея, что многие значения во временном ряду или стохастической модели одновременно зависят от базовых параметров, либо с помощью одного параметра, влияющего на многие варианты результатов, либо путем обработки базового параметра. как отдельный временной ряд или случайный процесс.

Основная идея здесь по сути аналогична той, которая широко используется в скрытые переменные модели за исключением того, что здесь величины, играющие роль скрытые переменные обычно имеют основную структуру зависимости, связанную с временным рядом или пространственным контекстом.

Пример дважды стохастической модели следующий.[1] Наблюдаемые значения в точечном процессе можно смоделировать как Пуассоновский процесс в котором ставка (соответствующий базовый параметр) рассматривается как экспонента Гауссовский процесс.

Смотрите также

использованная литература

  1. ^ Cox, D.R .; Ишем, В. (1980). Точечные процессы. Чепмен и Холл. п.10. ISBN  978-0-412-21910-8.

дальнейшее чтение