-
题名面板数据分位回归模型中固定与随机效应的选择
被引量：3
- 1
-
-
作者
罗幼喜
李翰芳
田茂再
-
机构
湖北工业大学理学院
湖北工业大学产品质量工程研究院
华中师范大学数学与统计学学院
中国人民大学统计学院
-
出处
《统计与决策》
CSSCI
北大核心
2016年第15期4-8,共5页
-
基金
国家自然科学基金资助项目(11271368)
教育部人文社科青年基金资助项目(10XNL018)
+1 种基金
湖北省教育厅人文社科项目(2012G078)
湖北工业大学博士科研启动基金项目(BSQD13050)
-
文摘
随机效应的引入为面板数据建模中样本相关和异方差问题提供了重要解决途径,过多的随机效应不仅会极大地增加模型复杂度,而且给固定效应系数的估计带来偏差。文章在考虑到随机效应具有整体性基础上,以横截面个体为单位,对其进行整体压缩。通过对固定和随机效应分别引入不同形式的条件Laplace先验,构造了一种与Group Lasso-Lasso惩罚相等价的贝叶斯双惩罚分位回归估计方法。通过设计切片Gibbs抽样算法,快速有效地解决了模型参数估计问题。计算机模拟显示,该方法不仅能对固定和随机效应参数进行精确估计,而且能对模型中真实包含的固定和随机效应进行自动选择。
-
关键词
随机效应
贝叶斯双惩罚方法
Laplace先验
GROUP
Lasso
切片gibbs抽样算法
-
分类号
O212
[理学—概率论与数理统计]
F064.1
[经济管理—政治经济学]
-
-
题名Logistic回归模型参数的贝叶斯估计及应用
被引量：9
- 2
-
-
作者
王纯杰
戚顺欣
张洪阳
-
机构
长春工业大学数学与统计学院
南宁师范大学数学与系统科学学院
-
出处
《统计与决策》
CSSCI
北大核心
2020年第22期14-18,共5页
-
基金
国家自然科学基金资助项目(11671054
11571051)。
-
文摘
文章采用独立样本M-H算法、逐分量M-H算法和切片Gibbs算法,计算Logistic回归模型的后验分布。在蒙特卡洛模拟中,采用每隔15步抽样一次的方法来降低自相关性。通过绘制直方图、路径图、自相关图等来比较三种算法,分析每种算法的优缺点。结果表明:在先验分布都选取正态分布的前提下,三种算法均具有可行性。随着样本量增大,切片Gibbs算法和独立样本M-H算法估计效果相对较差,逐分量M-H估计效果较好,并且采用Lasso算法进行变量选择可以提高抽样效率。
-
关键词
M-H算法
切片gibbs算法
LOGISTIC回归模型
Lasso
R软件
-
Keywords
M-H algorithm
slicing gibbs algorithm
Logistic regression model
Lasso
R software
-
分类号
O212
[理学—概率论与数理统计]
-
