Inference of Dynamic Generalized Linear Models: On‐Line Computation and Appraisal

Kostas Triantafyllopoulos ()

International Statistical Review, 2009, vol. 77, issue 3, 430-450

Abstract: The purpose of this paper is to provide a critical discussion on real‐time estimation of dynamic generalized linear models. We describe and contrast three estimation schemes, the first of which is based on conjugate analysis and linear Bayes methods, the second based on posterior mode estimation, and the third based on sequential Monte Carlo sampling methods, also known as particle filters. For the first scheme, we give a summary of inference components, such as prior/posterior and forecast densities, for the most common response distributions. Considering data of arrivals of tourists in Cyprus, we illustrate the Poisson model, providing a comparative analysis of the above three schemes. L'objectif de cet article est de fournir une discussion critique sur l'estimation en temps réel de modèles dynamiques linéaires généralisés. Trois approches pour faire l'estimation sont décrites et comparées, la première étant basée sur l'analyse conjuguée et les méthodes de Bayes linéaires, la deuxième sur l'estimation postérieure de modes, et la troisième sur des méthodes Monte‐Carlo d'échantillonnage séquentiel, aussi connues comme filtres particulaires. Pour la première approche, on donne un résumé des composants d'inférence, telles que les densités antérieures/postérieures et prévisionnelles, pour les distributions de réponse les plus communes. À partir de données sur l'arrivée de touristes à Chypre, on illustre le modèle de Poisson, tout en fournissant une analyse qui compare les trois approches.

Date: 2009
References: View references in EconPapers View complete reference list from CitEc
Citations: View citations in EconPapers (4)

Downloads: (external link)
https://doi.org/10.1111/j.1751-5823.2009.00087.x

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:bla:istatr:v:77:y:2009:i:3:p:430-450

Ordering information: This journal article can be ordered from
http://www.blackwell ... bs.asp?ref=0306-7734

Access Statistics for this article

International Statistical Review is currently edited by Eugene Seneta and Kees Zeelenberg

More articles in International Statistical Review from International Statistical Institute Contact information at EDIRC.
Bibliographic data for series maintained by Wiley Content Delivery ().