带有混合数据的动力因子模型的Bayes分析开题报告

1. 研究目的与意义

目的：在复杂数据下，建立动力系统模型从Bayes角度来进行参数估计，并作出预测。

意义：培养学生分析数据、建立模型和学生解决实际问题的能力。

2. 国内外研究现状分析

1：使用蒙特卡罗方法对非线性和非正态状态空间建模 在这篇文章中主要讨论了对多元的状态空间模型的建立、预测和平滑化。

作者考虑到了在状态空间方程或观察值方程中误差的非正态和非线性函数的可能性。

提出了一种获取系数的后验密度或状态空间的未知的元素的通用方法。

3. 研究的基本内容与计划

研究内容：（1) 数据来源：基于little和rubin 《statistical analysis with missing data》数据； （2）问题的描述；（3）模型分析：参数估计、模型比较。

研究计划：第1到2周：熟悉模型的背景；查阅指定的参考文献；了解该模型的特点。

初步了解题目意思，基本理解大体框架；第3-4周：资料收集，制定论文撰写计划，对照资料，完成开题报告和任务书；第5周到第10周：解决理论和计算问题，撰写论文；第11周到第12周：修改打印论文，作好准备答辩。

4. 研究创新点

收集的数据一般是离散的，例如在统计一个班的成绩分布时，考试成绩分为优秀、良、中等、及格，不及格，我们获得的频率就是一个离散的，为了能进行统计分析，首先将数据进行连续化，然后建立模型进行Bayes分析，并作出些预测。