机读格式显示(MARC)

• 000 02292nam 2200373 450

• 001 0000710542

• 005 20180914092800.0

• 010 __ |a 978-7-5654-3126-5 |d CNY40.00

• 100 __ |a 20180604d2018 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 210000

• 105 __ |a ak z 000yy

• 106 __ |a r

• 200 1_ |a 实证宏观经济学 |A shi zheng hong guan jing ji xue |e 贝叶斯多元时间序列方法 |f (英) 格里·库普, 迪米特里斯·克罗比利斯著 |d Bayesian multivariate time series methods for empirical macroeconomics |f Gary Koop, Dimitris Korobilis |g 李力, 郝大鹏, 王博译 |z eng

• 210 __ |a 大连 |c 东北财经大学出版社 |d 2018

• 215 __ |a 123页 |c 图 |d 24cm

• 225 2_ |a 当代财经管理名著译库 |A dang dai cai jing guan li ming zhu yi ku

• 225 2_ |a DSGE经典译丛 |A DSGEjing dian yi cong

• 314 __ |a 格里·库普 (Gary Koop), 是英国斯克莱德大学商学院教授。迪米特里斯·克罗比利斯 (Dimitris Korobilis), 是英国埃塞克斯大学商学院教授。李力, 1981年生, 山东济南人, 南开大学金融学院副教授, 博士生导师。郝大鹏, 1992年生, 河南周口人, 中国人民大学汉青研究员博士生。王博, 1994年生, 湖南岳阳人, 北京大学光华管理学院博士生。

• 330 __ |a 随着大数据时代的到来, 贝叶斯方法已经在人工智能、机器学习、数据挖掘和模式识别等学术界和工业界诸多领域取得重要突破和迅速发展。本书简洁明晰地阐述了贝叶斯方法在VAR模型、状态空间模型、随机流动率模型、动态因子模型、TVP-VAR模型FAVAR模型、TVP-FAVAR模型等主流实证宏观模型中的应用, 并着重介绍了贝叶斯统计计算中的马尔科夫链蒙特卡罗模拟方法 (MCMC) 以及最新发展的贝叶斯随机搜寻模型选择方法 (SSVS)。作者还提供了书中所有案例的Matlab代码, 便于读者学习模仿。

• 410 _0 |1 2001 |a 当代财经管理名著译库

• 410 _0 |1 2001 |a DSGE经典译丛

• 500 10 |a Bayesian multivariate time series methods for empirical macroeconomics |A Bayesian Multivariate Time Series Methods For Empirical Macroeconomics |m Chinese

• 517 1_ |a 贝叶斯多元时间序列方法 |A bei ye si duo yuan shi jian xu lie fang fa

• 606 0_ |a 贝叶斯方法 |A bei ye si fang fa |x 应用 |x 宏观经济学 |x 研究

• 690 __ |a F015 |v 5

• 701 _1 |a 库普 |A ku pu |g (Koop Gary) |4 著

• 701 _1 |a 克罗比利斯 |A ke luo bi li si |g (Korobilis Dimitris) |4 著

• 702 _0 |a 李力, |A li li |f 1981- |4 译

• 702 _0 |a 郝大鹏, |A hao da peng |f 1992- |4 译

• 702 _0 |a 王博, |A wang bo |f 1994- |4 译

• 801 _0 |a CN |b HDUL |c 20180914

• 905 __ |a HDUL |d F015/080

• 920 __ |a 233030 |z 1