Bayesian prediction for stochastic processes. Theory and applications

Abstract : In this paper, we adopt a Bayesian point of view for predicting real continuous-time processes. We give two equivalent definitions of a Bayesian predictor and study some properties: admissibility, prediction sufficiency, non-unbiasedness, comparison with efficient predictors. Prediction of Poisson process and prediction of Ornstein-Uhlenbeck process in the continuous and sampled situations are considered. Various simulations illustrate comparison with non-Bayesian predictors.
Type de document :
Pré-publication, Document de travail
18 pages. 2013


https://hal.archives-ouvertes.fr/hal-00750263
Contributeur : Delphine Blanke <>
Soumis le : samedi 28 décembre 2013 - 15:10:49
Dernière modification le : lundi 8 décembre 2014 - 16:02:27
Document(s) archivé(s) le : vendredi 28 mars 2014 - 22:05:59

Fichiers

bb2013_v2_preprint.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-00750263, version 2
  • ARXIV : 1211.2300

Collections

Citation

Delphine Blanke, Denis Bosq. Bayesian prediction for stochastic processes. Theory and applications. 18 pages. 2013. <hal-00750263v2>

Exporter

Partager

Métriques

Consultations de
la notice

168

Téléchargements du document

81