论文部分内容阅读
贝叶斯预测模型是运用贝叶斯统计方法进行的一种预测，它与传统预测方法的不同之处在于利用了来源于经验和历史资料的先验信息。本文通过分析了贝叶斯模型比较常用的常均值模型，通过改进，引入折扣因子δ(0≤δ≤1)，将原来的模型DLM{1，1，V_t，W_t}改进为{1，1，V，δ}，简化了原本复杂的计算过程。同时分析了方差V_t已知与未知两种情况下的模型处理，给出了不同情况下的计算公式；并通过证明，说明了模型的合理性。本文利用实例验证模型的准确性。通过分析了1960年至2005年美国的出口额，利用先验信息预测2006年美国的出口额。同时将贝叶斯预测模型与普通回归预测模型的预测结果进行比较，通过误差分析的结果，表明了贝叶斯预测模型具有明显的优越性。最后，简述了贝叶斯模型在经济分析中的意义。