Bayesian analysis of change point problem in autoregressive model: a mixture model approach

Arumugam, P; Venkatesan, D; Vijayakumar, M; Gallo, Michele

CINECA IRIS Institutional Research Information System

IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.

This paper is a generalization of earlier studies by Venkatesan and Arumugam (2007) who considered the changes in the parameters of an autoregressive (AR) time series model in order to make Bayesian inference for the shift points and other parameters of a changing AR model. In this paper, the problem of gradual changes in the parameters of an AR model of pth order, through Bayesian mixture approach is considered. This model incorporates the beginning and end points of the interval of switch. Further, the Bayes estimates of the parameters are illustrated with the data generated from known model.

Titolo:	Bayesian analysis of change point problem in autoregressive model: a mixture model approach
Autori:	ARUMUGAM P VENKATESAN D VIJAYAKUMAR M GALLO, Michele mostra contributor esterni nascondi contributor esterni
Data di pubblicazione:	2009
Rivista:	STATISTICA & APPLICAZIONI
Abstract:	This paper is a generalization of earlier studies by Venkatesan and Arumugam (2007) who considered the changes in the parameters of an autoregressive (AR) time series model in order to make Bayesian inference for the shift points and other parameters of a changing AR model. In this paper, the problem of gradual changes in the parameters of an AR model of pth order, through Bayesian mixture approach is considered. This model incorporates the beginning and end points of the interval of switch. Further, the Bayes estimates of the parameters are illustrated with the data generated from known model.
Handle:	http://hdl.handle.net/11574/39837
Appare nelle tipologie:	1.1 Articolo in rivista

File in questo prodotto:

File	Descrizione	Tipologia	Licenza
S&A2009_Bayesian.pdf		Post-print	PUBBLICO - Pubblico con Copyright	Open Access Visualizza/Apri

Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/11574/39837

Citazioni

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.