基于极大似然方法的随机微分方程参数估计
Maximum Likelihood method-Based Parameter Estimation for Stochastic Differential Equation
作 者：索文莉[1];李长国[1];邢炜焱[2]
SUO Wenli;LI Changguo;XING Weiyan(General Courses Department, Army Military Transportation University,Tianjin 300161 China;Unit 32142, Shijiazhuang 050000, China)
作者机构：[1]陆军军事交通学院基础部,天津300161;[2]32142部队,石家庄050000
出 版 物：军事交通学院学报
年 卷 期：2018年 第12期
摘 要：针对随机微分方程似然函数的复杂性,提出基于极大似然思想改进的参数估计方法。根据贝叶斯原理,将似然函数的最大化问题转化为对参数后验分布的研究,但其积分解析形式很难获得,因此后验分布一般并非标准分布。结合随机微分方程的模型特殊性,采用卡尔曼滤波和MCMC抽样方法得到参数的估计。实例表明,该算法对随机微分方程的参数估计是有效的。
页 码：87-90页
主 题 词：极大似然估计;随机微分方程;贝叶斯原理;MH抽样
因篇幅问题不能全部显示，请点此查看更多更全内容