【求助】关于Markov机制转换中的迭代及似然函数

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

当做Hamilton的Markov regime switching模型时，利用设定的初值对每个时期的状态推断和预测进行迭代怎么理解？因为这个过程中涉及未知参数，当迭代的时候，这些未知参数如何考虑，是就把它们当做已知的先不管吗，以此来得到似然函数？迭代应在什么时候停止呢，迭代到样本结束？迭代后，是为了得到所有未知的参数（包括转移概率参数）一系列表达式吗？当对时期状态的迭代结束，考虑估计似然函数的时候，再重新对那些未知参数进行估计估计吗？望牛人不吝赐教，实在是看了好久，当尝试用数据算的时候，却不知从何下手，希望能得到高手的指点，本人将不胜感激，谢谢~~

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Markov 似然函数 机制转换 Mark Mar 求助 函数 机制 Markov

楼主，请问弄明白了吗？能不能赐教一下，论文也是用这个，理解不能啊……