声明
目 录
第1章绪论
1.1 选题背景及意义
1.1.1 选题背景
1.1.2 选题意义
1.2 文献综述
1.2.1 Hawkes 模型参数估计方法研究
1.2.2 贝叶斯估计方法研究
1.2.3 Hawkes 模型的应用研究
1.3 本文主要内容及章节安排
1.4 本文创新点
第2章预备知识
2.1 Hawkes 模型
2.2 贝叶斯理论
2.3 Metropolis-within-Gibbs 算法
2.3.1 Gibbs 算法
2.3.2 Metropolis-Hastings 算法
2.3.3 Metropolis-within-Gibbs 算法
2.4 本章小结
第3章一元 Hawkes 模型
3.1 问题的提出
3.2 模型的建立
3.3 极大似然估计
3.4 贝叶斯估计
3.4.1 先验分布
3.4.2 似然函数
3.4.3 后验分布
3.4.4 后验抽样
3.5 本章小结
第4章二元 Hawkes 模型
4.1 问题的提出
4.2 模型的建立
4.3 极大似然估计
4.4 贝叶斯估计
4.4.1 先验分布
4.4.2 似然函数
4.4.3 后验分布
4.4.4 后验抽样
4.5 本章小结
第 5 章 模型参数估计方法的能力比较
5.1 问题的提出
5.2 一元情形的数值模拟
5.3 二元情形的数值模拟
5.4 本章小结
第 6 章 实证分析
6.1 问题的提出
6.2 数据分析与处理
6.2.1 变量选取
6.2.2 数据来源
6.2.3 描述性统计
6.3 一元的情形
6.4 二元的情形
6.5 本章小结
结论
1. 总结
2. 展望
参考文献
附录 读研期间发表学术论文和参与科研项目
致 谢
湖南大学;
