摘要
尽管贝叶斯分位数回归方法能够有效克服经济金融数据的尖峰厚尾、结构突变等问题,充分借鉴已有研究成果信息,但是其并不能很好解决多维变量模型的维数灾难问题。为此,文章在贝叶斯分位数回归基础上,结合自适应Lasso变量惩罚作用,构建了基于MH抽样的自适应Lasso惩罚贝叶斯分位数回归模型。通过仿真模拟实验以及MCMC链条检验,证明上述模型具有优良拟合性质,尤其是在小样本情形下。
出处
《统计与决策》
CSSCI
北大核心
2016年第19期20-22,共3页
Statistics & Decision
基金
国家自然科学基金面上项目(71373219)
国家自然科学基金青年项目(71103150)
中央高校基本科研业务费专项资金资助项目(2013221012)