Smoothed Estimators for Markov Chains with Sparse Spatial Observations
Smoothed Estimators for Markov Chains with Sparse Spatial Observations
复制标题
具有稀疏空间观测的马尔可夫链的平滑估计器
DOI：
10.1111/gean.12222
复制
发表时间：
2019
影响因子：
3.6
通讯作者：
Rey, Sergio J.
中科院分区：
文献类型：
--
作者：
Kang, Wei;Rey, Sergio J.
马尔可夫链模型及其空间扩展的经验应用遭受由稀疏转移概率矩阵引起的问题，这通常是由于采用最大似然估计（MLE）。提出了两种具有交叉验证参数的离散核估计，以减少估计的转移概率矩阵的稀疏性。蒙特卡罗实验表明，这些估计不仅是非常有效的产生一个稀疏矩阵，缓解相关的稀疏性问题，但也上级的MLE在降低个人和总的转移概率的均方误差，从而产生更好的恢复的基础动态。
Empirical applications of the Markov chain model and its spatial extensions suffer from issues induced by the sparse transition probability matrix, which usually results from adopting maximum likelihood estimators (MLEs). Two discrete kernel estimators with cross‐validated parameters are proposed for reducing the sparsity in the estimated transition probability matrix. Monte Carlo experiments suggest that these estimators are not only quite effective in producing a much less sparse matrix, alleviating issues related to sparsity, but also superior to MLEs in terms of lowering the mean squared error for individual and total transition probability, giving rise to the better recovery of the underlying dynamics.
登录
查看更多内容
关于稀疏列联表的一些测试问题
DOI：
--
发表时间：
2004
期刊：
影响因子：
--
作者：
P. Burman
通讯作者：
P. Burman
影响因子：
2.7
作者：
A. Bowman;P. Hall;D. Titterington
通讯作者：
A. Bowman;P. Hall;D. Titterington
分区变更的马尔可夫链模型
DOI：
--
发表时间：
1991
期刊：
影响因子：
--
作者：
D. McMillen;J. Mcdonald
通讯作者：
J. Mcdonald
使用平滑自举程序进行马尔可夫链的统计推断
DOI：
--
发表时间：
2009
期刊：
影响因子：
--
作者：
A. Polansky
通讯作者：
A. Polansky
欧洲地区的收入分配动态：重新审视空间的作用
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
A. Maza;M. Hierro;J. Villaverde
通讯作者：
J. Villaverde