20210706-国海证券-信用债风险观察系列之三：2021年上半年，城投债市场有哪些变化？.pdf
2021-07-08 09:02:40
1.17MB
20210706-华创证券-从“里子”怎么看出口？_&出口研判系列九：外需变化是“表”，结构变化是“里”.pdf
2021-07-08 09:02:15
1.76MB
教育行业专题报告：从新东方和好未来的2019财年最新年报，看K12教行业的变化和机遇.pdf
2021-07-07 19:07:44
1.2MB
教育行业上海地区学校供需关系深度研究：人口，政策，和变化-180507.pdf
2021-07-07 19:03:37
1.59MB
matlab分时代码BEAST：用于变化点检测和时间序列分解的贝叶斯合奏算法
描述
时间序列数据的解释受模型选择的影响。
对于相同的数据，不同的模型可能会给出不同的，甚至是相互矛盾的模式，趋势和机制的估计，此包的突然变化，季节性和趋势（BEAST）的贝叶斯估计器减轻了这一局限。
BEAST试图通过放弃“最佳模型”的概念，并通过贝叶斯模型平均方案将所有竞争模型都包含在推理中来改善时间序列分解。
它是一种灵活的工具，可用于发现时序观察中的突然变化（例如，变化点），周期性变化（例如，季节性）和非线性趋势。
BEAST不仅可以告知何时发生更改，还可以量化检测到的更改真实发生的可能性。
它不仅检测分段线性趋势，而且检测任意非线性趋势。
BEAST适用于各种实值时间序列数据，适用于遥感，经济学，气候科学，生态学和水文学。
示例应用程序包括使用它来识别生态数据中的政权转移，通过卫星图像绘制森林干扰和土地退化图，检测经济数据中的市场趋势，查明气候数据中的异常和极端事件以及揭示生物数据中的系统动态。
有关BEAST的详细信息，请参见。
可以免费使用50天的论文。
参考
Zhao，K.，Wulder，MA
2021-07-05 18:14:45
7.4MB
1