基于机动车索赔频数的计数数据分位回归模型研究

作为半参数方法,分位回归模型对分布函数的要求更为宽松,所得结果更为稳健。将计数数据分位回归模型应用到保险公司10303个实际索赔数据中,并把所得结果与负二项分位回归所得结果进行对比。实证分析表明,分位回归模型与负二项分布回归模型所得到的估计结果不论是符号还是显著性都差别不大,但是分位回归模型较负二项分布回归模型估计所得的结果更加丰富,因此能够提供更多的信息。

左删失数据的双惩罚贝叶斯Tobit分位回归方法

在含潜变量的纵向数据混合效应模型应用中,通常包含大量截尾数据,若直接采用一般贝叶斯Tobit分位回归模型,参数估计的马尔科夫链蒙特卡罗抽样算法将会极其复杂,造成计算效率低下且估计结果偏差较大。同时,在高维情形下,由于受大量未知随机效应的干扰,固定效应中关键变量的选择与系数估计变得更为困难。为了解决上述问题,文章提出了一种新的双Adaptive Lasso惩罚贝叶斯Tobit分位回归方法,主要研究响应变量左删失情形下高维纵向数据的变量选择与参数估计问题。通过将Adaptive Lasso惩罚同时引入固定效应与随机效应的先验分布中,构造了参数估计的Gibbs抽样算法。蒙特卡罗模拟结果表明,新方法较无惩罚法和Lasso惩罚法在重要变量选择及系数估计上均更占优势。

外部压力对学生的数学及科学成绩效应的纵向研究——非参数分位回归方法(英文)

过去,许多研究主要集中在学生的经济背景与心理因素对其成绩的影响方面.然而,很少注意到外部压力对学生成绩的影响,诸如来自家长与同学方面的压力.本文重点放在这一有趣而且很重要的主题上,利用非参数分位回归中的"双核"法对美国青年人进行了深入地纵向研究,得到了几个很有趣的发现.这些研究的方法、结果不光对学生家长有用,而且对教育政策制定者与咨询者也有所裨益.

退牧还草政策下农牧民家庭收入影响因素的分位回归分析——基于双海子、北极、鹰嘴山、河源四村的调查研究

从不同退牧还草模式角度,以农牧交错、干旱草原、荒漠草原、高寒草原生产功能区的典型项目村为例,采用半结构访谈的数据采集方法与分位回归的分析模型,对不同生产功能区农牧民家庭收入的影响因素作了细致分析。结果表明:退牧还草工程实施后,农牧民家庭畜牧业生产的工作经验与牧民家庭收入呈现出了负相关。文化程度、劳动力因素对农牧民家庭收入起到了正面影响,并且影响作用显著。收入结构并未达到质的转型,其他产业的介入发展并未达到提高农牧民家庭收入的最终目的。

面板数据的分位回归方法及其模拟研究

文章讨论了含有固定效应的面板数据模型,给出了3种估计未知参数的分位回归方法,蒙特卡洛模拟结果显示这些分位回归方法是处理面板数据的有效手段,且在误差非正态时优于均值回归方法。文章最后给出了一个真实数据的建模案例,得到了有利于决策的有用参考信息。

社会网络资源及其收入效应研究 基于分位回归模型分析

本研究结果显示,社会网络中人情资源大于信息资源对入职收入的影响力,人情加信息资源对入职收入的影响,证实了社会网络资源与收入之间的正向关系。在不同制度环境与竞争条件下,社会网络资源的收入效应存在明显的差异。实证研究的结果初步验证了本文提出的相关假设。

面板数据的自适应Lasso分位回归方法研究

如何在对参数进行估计的同时自动选择重要解释变量,一直是面板数据分位回归模型中讨论的热点问题之一。通过构造一种含多重随机效应的贝叶斯分层分位回归模型,在假定固定效应系数先验服从一种新的条件Laplace分布的基础上,给出了模型参数估计的Gibbs抽样算法。考虑到不同重要程度的解释变量权重系数压缩程度应该不同,所构造的先验信息具有自适应性的特点,能够准确地对模型中重要解释变量进行自动选取,且设计的切片Gibbs抽样算法能够快速有效地解决模型中各个参数的后验均值估计问题。模拟结果显示,新方法在参数估计精确度和变量选择准确度上均优于现有文献的常用方法。通过对中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。

基于Gibbs抽样算法的面板数据分位回归方法

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。

基于M-H抽样算法的贝叶斯Probit分位回归模型研究

针对Probit分位回归在参数随机化条件下的建模问题,提出基于Metropolis-Hastings算法的贝叶斯Probit分位回归模型.通过分析Probit分位回归模型结构,选择模型的先验分布,运用M-H算法进行参数估计.利用Monte Carlo仿真技术,得到不同分位点模型参数后验分布,同时用贝叶斯probit分位回归与分位回归方法和光滑分位回归方法对模型参数估计进行比较分析.研究结果表明:贝叶斯Probit分位回归模型可以更全面描述离散选择变量的影响,能够得到更加准确有效的参数估计.

基于分位回归法的农民工收入影响因素分析

理论界对影响农民工收入水平的研究,主要是从总体上分析影响收入的各种因素及其作用程度。本文利用分位回归模型对抽样调查所获得的数据进行处理,对影响收入的各分位数进行因素分析,更为细致和深入地研究了农民工收入及其影响因素之间的回归关系。基于分位回归结果,本文分别从农民工自身、社会相关管理部门和用人单位的角度出发,对提高农民工的收入水平提出相应的建议。

基于双惩罚分位回归的面板数据模型理论与实证研究

固定效应和随机效应同时选择是面板数据模型研究中的重要问题之一。本文通过分别对固定效应和随机效应引入条件Laplace先验,提出了一种新的贝叶斯双惩罚分位回归法。该方法不仅能对模型中重要解释变量进行自动选择,而且充分考虑到个体随机波动对解释变量系数估计带来的偏差。通过对方差分量的惩罚压缩,减少了模型中未知参数的个数,提高了模型自由度。Monte Carlo模拟及实证分析显示,所提出的方法不仅能准确估计出固定效应系数,而且能精确地捕捉到个体随机效应的波动。

中国城市居民教育收益率的变动趋势及其收入分配效应——基于分位回归模型的分析

本文在明瑟收入方程的基础上,使用入职时的教育和收入水平,分析"纯净"的教育收益率。本研究从新中国成立初期、"文革"时期、改革初期、深入改革时期四个历史阶段分析教育回报率的变化趋势。结果显示,我国城市居民教育回报率呈现先下降后上升的趋势。本文同时使用一般线性回归与分位回归模型,深入观察不同历史时期的教育回报率在不同分位点上的变化。实证结果发现,改革开放前,收入条件分布中、低分位点的教育收益率高于高分位点,教育使得收入水平趋于收敛;改革开放后教育收益率随收入条件分布的分位点的增高而同步提高,教育导致收入差距增加。

贝叶斯时空分位回归模型及其对北京市PM2.5浓度的研究

本文基于时空模型和非对称拉普拉斯分布提出一种新的时空分位回归模型。本文主要将空间域利用薄板回归样条展开,结合混合模型与样条之间的关系,得到分层贝叶斯分位回归模型。利用MCMC算法得到参数的后验分布,并对模型中系数的空间域进行预测。本文同时融合降秩近似的方法,简化了计算复杂度。区别于已有时空分位模型,本文考虑了协变量对因变量影响的空间分布特征,并非直接对时间或空间效应整体进行建模,有利于深入研究协变量与因变量之间的空间结构关系。数值模拟结果表明,预测的空间域与真实的空间域十分接近,并在不同分位水平下,有效地估计了协变量影响的空间效应差异。最后将该模型应用于北京市PM2.5浓度的研究,分析气象因素对PM2.5浓度影响的空间分布特征。

贝叶斯复合分位回归的Gibbs抽样算法（英文）

大多数基于传统均值回归的建模方法都对非正态误差表现出不稳健的估计结果.和传统均值回归相比,复合分位回归(CQR)可以产生稳健的估计.基于一个复合反对称Laplace分布(CALD),我们建立了加权复合分位回归(WCQR)的贝叶斯分层模型.Gibbs抽样算法被发展用于WCQR的后验推断.最后,我们提供了一些模拟研究和一个实际数据分析来验证所提方法.

分位回归、教育回报率与收入差距

本文简要回顾了新近出现的一些利用分位回归考察我国教育回报率和收入差距的文献。本文认为单纯利用分位回归中教育回报率的差异来考察教育对收入差距的影响的做法有待商榷;同时,在应用分位回归和报告回归结果的过程中区分"条件分布"和"无条件分布"是十分必要的。

基于Gibbs-DA算法的贝叶斯分位回归模型研究

针对分位回归模型参数的不确定性风险问题,构建了基于Gibbs-DA抽样算法的贝叶斯线性分位回归分析模型.根据非对称Laplace分布的正态-指数分布的混合表示性质,利用数据扩展方法构建了潜变量,给出分位回归模型的似然函数,推断了多元正态先验分布条件下分位回归模型参数的后验分布,证明了潜变量的完全条件分布为广义逆高斯分布;结合Gibbs抽样和数据扩展方法,设计Gibbs-DA的仿真分析方案,并将其应用于我国能源消耗问题分析.研究结果表明:贝叶斯方法可以有效地应用于分位回归的建模以及我国能源消费弹性的分位问题研究.

二氧化碳排放与经济增长——基于分位回归验证Kuznets假说

文章运用分位回归方法探讨二氧化碳排放与经济增长之间的关系。分位回归有助于解释在不同分位数下因变量与自变量之间关系。结果表明:二氧化碳排放与经济增长的关系总体呈"倒U型",但在不同阶段会呈现"N型"。二氧化碳排放高的地区存在着比较明显EKC曲线趋势,也就是说,随着经济水平提高,二氧化碳排放将逐渐减少,但目前我国还处于上升时期。

基于分位回归的北京市PM2.5的影响分析

文章利用分位回归方法分析北京市的臭氧(O3)、二氧化硫(SO2)、二氧化氮(NO2)以及一氧化碳(CO)这四种空气污染物与PM2.5的影响关系。通过构建线性参数分位回归模型和单指标分位回归模型估计具体影响系数,结果显示这四种空气污染物对PM2.5有着重要影响,并且在高分位时比低分位的影响更为突出。通过实证知道,分位回归方法相对于均值回归更能够反映出数据的全貌,更全面确切地反映回归信息。

中国不同所有制部门的工资决定与教育回报:分位回归的证据

文中利用分位回归估计了不同所有制部门的工资方程.对于国有部门而言,1991、1993年的结果表明,低分位回归中的教育回报率比较高(1997年的结果没有明显的规律)。而对于私营经济而言,1993、1997年的结果表明,高分位回归中的教育回报率高于低分位回归。这种规律在城市和农村地区都是成立的。国有部门中处在收入条件分布低端的样本工资增长快于处在条件分布高端的样本,民营部门则没有这样的规律,甚至与之相反。

中国股票市场价量关系研究——基于沪市日数据的分位回归分析

股市价量关系研究具有重要意义。用传统方法考察变量间的"平均"价量关系,经常是高估或低估真实的价量关系。而采用分位回归方法对沪市价量关系进行研究的结果表明,沪市收益率及收益率绝对量和交易量之间存在显著的价量关系。收益率与交易量存在显著的V型价量关系,且正向价量关系强于负向价量关系。收益率绝对量与交易量存在显著的正向关系,且价格波动越剧烈时价量关系越强。