中国人民大学科学研究基金(10XNL018)
- 作品数：4 被引量：30H指数：3
- 相关作者：田茂再罗幼喜李翰芳苏宇楠张圆圆更多>>
- 相关机构：中国人民大学湖北工业大学中央民族大学更多>>
- 发文基金：中国人民大学科学研究基金教育部人文社会科学重点研究基地度重大研究项目国家自然科学基金更多>>
- 相关领域：理学经济管理更多>>
- 基于Gibbs抽样算法的面板数据分位回归方法被引量：6
- 2011年
- 文章讨论了含有随机效应的面板数据模型,利用非对称Laplace分布与分位回归之间的关系,文章建立了一种贝叶斯分层分位回归模型。通过对非对称Laplace分布的分解,文章给出了Gibbs抽样算法下模型参数的点估计及区间估计,模拟结果显示,在处理含随机效应的面板数据模型中,特别是在误差非正态的情况下,本文的方法优于传统的均值模型方法。文章最后利用新方法对我国各地区经济与就业面板数据进行了实证研究,得到了有利于宏观调控的有用信息。
- 罗幼喜李翰芳田茂再
- 关键词：面板数据分位回归GIBBS抽样
- 基于变系数模型的自适应分位回归方法被引量：2
- 2012年
- 提出了变系数模型条件分位估计的一种新方法.变系数模型已经成为经济学、流行病学、纵向数据和医学领域处理高维数据的有力工具.该模型有助于探测数据的动态特征、降低模型偏差、避免高维灾难,同时便于解释.尽管关于变系数模型条件均值的估计已经有很多文章,但关于变系数模型条件分位的估计方面的文章相对较少.文中提出了一种有效的适应性分位回归方法来诊断出齐性邻域,进行局部自适应窗宽选择和局部线性逼近,同时给出了估计量的风险界和最优窗宽的自动选择准则.模拟研究说明了所提出估计方法的效果.
- 张圆圆邓文礼田茂再
- 关键词：齐性检验局部多项式变系数
- 面板数据的贝叶斯Lasso分位回归方法被引量：14
- 2013年
- 本文讨论了含有随机效应的面板数据模型,通过引入条件Laplace先验,构造了一种新的贝叶斯Lasso分位回归法。与一般贝叶斯分位回归法不同,该方法能够更大程度地将模型中非重要的解释变量系数压缩至0,从而在估计系数的同时也起到变量选择的作用。利用积分恒等式,本文构造了一种易于实施的参数估计切片Gibbs抽样算法。模拟结果显示,模型含有较多变量时,新方法排除"噪声"变量的能力明显高于现有文献中的其他方法。本文最后对我国各地区多个宏观经济指标的面板数据进行建模分析,演示了新方法估计参数与挑选变量的能力。
- 李翰芳罗幼喜田茂再
- 关键词：面板数据分位回归
- 基于分层线性模型的贝叶斯推断及其应用被引量：9
- 2015年
- 文章首先讨论先验分布和后验分布的基本原理和公式;随后介绍多层线性模型中两层模型的一般形式与相关数学原理。在给定数据下,介绍经验贝叶斯分析中的最大似然和限制最大似然估计,以及贝叶斯推断。应用经验贝叶斯和完全贝叶斯来推断分层模型中的参数,阐释各自方法的优劣。最后使用Gibbs算法对水泵衰竭率进行实际数据模拟,与最大似然估计的结果进行对比,模拟结果表明完全贝叶斯推断在小样本中效果更好。
- 曹诗若苏宇楠田茂再
- 关键词：GIBBS抽样
