Otoregresif Hareketli Ortalamalar Sürecinde, Tersinir Sıçramalı Markov Zinciri Monte Carlo Yöntemi ile Bayesci Model Seçimi

Authors : Erol EĞRİOĞLU, Süleyman GÜNAY

Pages : 20-29

View : 14 | Download : 7

Publication Date : 2007-12-14

Article Type : Research Paper

Abstract :Otoregresif hareketli ortalama (ARMA) modellerinde, model derecesinin belirlenmesi için çok değişik yaklaşımlar önerilmiştir. Model derecesinin belirlenmesinde en sık kullanılan Box-Jenkins yönteminde otokorelasyon ve kısmi otokorelasyon katsayılarının grafiklerinden yararlanılır. Bu yöntem deneyime dayalı bir yöntemdir. Otoregresif hareketli ortalama modellerinin derecesinin belirlenmesinde, Bayesci model seçim yöntemleri de kullanılabilir. Tersinir sıçramalı Markov zinciri Monte Carlo (RJMCMC) yöntemi, parametre uzayları arasında sıçramaya olanak tanıyan etkin bir yöntemdir. Bu çalışmada, Troughton tarafından otoregresif süreçler için önerilen tersinir sıçramalı Markov zinciri Monte Carlo algoritması otoregresif hareketli ortalamalar modeline uyarlanmıştır. Önerilen yeni algoritma simülasyon ile üretilen bir zaman serisine uygulanmıştır.
Keywords : Bayesci Model Seçimi, Otoregresif Hareketli Ortalamalar Modeli, Tersinir Sıçramalı Markov Zinciri Monte Carlo Yöntemi