补全了，

数据呢?

epoh老师，您好，不好意思，打扰一下，我今天下午请教您的那个问题，您能否帮帮我呀？谢谢老师

好,我帮你看看

knotD[]   和 OMEGAu[]通过R语句直接变为winbugs格式数据，其它的

嘿嘿,这就怪了
你要我帮你看,还要卖给我

嗯嗯，好的，辛苦老师啦

嘿嘿，完全没有卖给您的意思，您都给我100币了，我哪还好意思卖呀tongue]

为什么我再次传就出现错误，一直穿不上来，老师

上传错误，要不老师您先下载，然后你再卖给我个东西，我给你还回去？

老师，您帮我看看？

文件

看到了,但没有用
需要的是完整的数据
winbugs才能测试

  
Burn In Samples
page 18/19

Often users use a “burn in” period of initial samples that they
discard when estimating the posterior distribution.  
This period allows the MCMC sampling procedure to stabilize.

To leave out “5000” burn-in samples for estimating the posterior,
enter the number “5000+1” in the “Beg” field of the Sample Monitor Tool.

谢谢

epoh老师，您好！
   在R中有没有做VaR,Black Scholes期权定价模型， 二项式期权定价，金融衍生品定价、Markivtz均值方差模型，风险管理等的包？
非常感谢！

PerformanceAnalytics: Econometric tools for performance and risk analysis
  http://cran.r-project.org/web/pa ... nalytics/index.html

fOptions: Basics of Option Valuation
  http://cran.r-project.org/web/packages/fOptions/

fPortfolio: Rmetrics - Portfolio Selection and Optimization
  http://cran.r-project.org/web/packages/fPortfolio/index.html

  portfolioSpec() Specification of Portfolios
  portfolioSpec(
            model = list(type = "MV", optimize = "minRisk",...
            #Markowitz mean – variance portfolio named "MV"

epoh老师，您好！
     z=iddata(DX);%将DX转化为matlab接受的格式
这句话中的iddata这个函数有什么用？

“z=iddata(DX);%将DX转化为matlab接受的格式"这句话是什么意思？

y=xlsread('f:\高锰酸钾指数.xls','A1:A72');
%figure(2)
%subplot(2,1,1)
%autocorr(y);     %原序列的自相关函数图MA(q),观察系数是否在区间(-2T^(1/2),-2T^(1/2))内
%subplot(2,1,2)
%parcorr(y);      %原序列的偏相关函数图AR(p)，观察系数是否在区间(-2T^(1/2),-2T^(1/2))内
%如果该序列不是平稳的做差分图，否则跳过该步
DX=y;
[H,PValue,TestStat,CriticalValue] = adftest(DX); %是否是稳定序列
for i = 1:10
    if H== 1
        break;
     else
      DX=diff(y,i);  %进行差分
     end
end

figure(3);
subplot(2,1,1)
autocorr(DX)    %差分序列DX自相关函数图MA(q),观察系数是否在区间(-2T^(1/2),-2T^(1/2))内
subplot(2,1,2)
parcorr(DX);    %差分序列DX偏相关函数图AR(p)，观察系数是否在区间(-2T^(1/2),-2T^(1/2))内

%对差分后的序列做拟合和预测，求出最好的阶数
DX=reshape(y,72,1);
z=[DX;zeros(12,1)];
z=iddata(DX);%将DX转化为matlab接受的格式
test = [];
% p = [0 1 2 3];    %自回归对应PACF,给定滞后长度上限p和q，一般取为T/10、ln(T)或T^(1/2),这里取
%  T/10=12;
% q = [0 1 2 3];     %移动平均对应ACF
for p = 1:3   %自回归对应PACF,给定滞后长度上限p和q，一般取为T/10、ln(T)或T^(1/2),这里取T/10=12
     for q = 1:3    %移动平均对应ACF
         m = armax(z(1:60),[p,q]);        
         AIC = aic(m);                      %armax(p,q),选择对应FPE最小，AIC值最小的模型
         test = [test;p q AIC];
     end
end
for k = 1:size(test,1)
     if test(k,3) == min(test(:,3))      %选择AIC值最小的模型
         p_test = test(k,1);
         q_test = test(k,2);
         break;
     end
end

%拟合过程
m1 = armax(z(1:60),[p_test q_test]);        %armax(p,q),[p_test q_test]对应AIC值最小
figure(4)
e = resid(m1,z);     %拟合做残差分析
plot(e);
grid;
title('残差序列');
%检验残差的自相关和偏相关函数
figure(5)
subplot(2,1,1)
autocorr(e.OutputData)      %一阶差分序列z自相关函数图MA(q)，置信水平0.95
subplot(2,1,2)
parcorr(e.OutputData)    %一阶差分序列z偏相关函数图AR(p)，置信水平0.95

%预测过程
p=predict(m1,z,1);%lcl m是任何idmodel对象(idpoly，idss，idgrey或idarx)，z是包含输入输出数据的iddata对象。1是预测时间长度
                      % p是模型的预测输出，为包含预测值的iddata对象

我没安装System Identification Toolbox
function iddata()我不熟

你要让程序运行应该不难,
重点在于你要提供完整的数据及程序,
供测试修改,
否则都在原点打转.

老师，帮我看看

少了底下两个function:
     (unknown type of logical function)
MTM1Delta
Mv

# MTM1Delta is a function written in the WinBUGS development         
# interface for computing the intercept delta[i,j] to satisfy
# marginal mean and serial dependence simultaneously
       delta[i,j]<-MTM1Delta(etaM[i,j],etaM[i,j-1],gamma[i,j])
       gamma[i,j]<-cor                                    


# Mv is a function written in the WinBUGS development
# interface for computing smooth function estimates
# with low-rank thin-plate bases