期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于切片Gibbs抽样方法的Logistic回归模型参数估计
被引量:
2
1
作者
窦剑军
葛成莉
+1 位作者
张辉国
陶鹤
《统计与决策》
CSSCI
北大核心
2021年第6期42-45,共4页
文章采用切片Gibbs抽样方法对多元Logistic回归模型的参数进行了研究。结果表明,在切片Gibbs抽样过程中通过引入辅助变量扩大参数空间,得到了参数的后验分布为截尾正态分布。在此基础上随机模拟显示,马氏链经过有限次迭代达到了平稳状...
文章采用切片Gibbs抽样方法对多元Logistic回归模型的参数进行了研究。结果表明,在切片Gibbs抽样过程中通过引入辅助变量扩大参数空间,得到了参数的后验分布为截尾正态分布。在此基础上随机模拟显示,马氏链经过有限次迭代达到了平稳状态并且链的收敛速度较快,通过参数的自相关图得出自相关系数随迭代次数的增大呈减小趋势,即产生链的机理是正确的,说明该方法对估计Logistic回归模型是有效的。
展开更多
关键词
切片gibbs抽样
LOGISTIC回归模型
贝叶斯估计
截尾正态分布
马尔科夫链
下载PDF
职称材料
面板数据的自适应Lasso分位回归方法研究
被引量:
12
2
作者
李子强
田茂再
罗幼喜
《统计与信息论坛》
CSSCI
2014年第7期3-10,共8页
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...
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。
展开更多
关键词
面板数据
分位回归
切片gibbs抽样
下载PDF
职称材料
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
3
作者
罗幼喜
李翰芳
田茂再
《统计与决策》
CSSCI
北大核心
2016年第15期4-8,共5页
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...
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。
展开更多
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
下载PDF
职称材料
面板数据的贝叶斯Lasso分位回归方法
被引量:
14
4
作者
李翰芳
罗幼喜
田茂再
《数量经济技术经济研究》
CSSCI
北大核心
2013年第2期138-149,共12页
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...
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。
展开更多
关键词
面板数据
贝叶斯Lasso
分位回归
切片gibbs抽样
原文传递
题名
基于切片Gibbs抽样方法的Logistic回归模型参数估计
被引量:
2
1
作者
窦剑军
葛成莉
张辉国
陶鹤
机构
兰州财经大学陇桥学院
新疆大学数学与系统科学学院
出处
《统计与决策》
CSSCI
北大核心
2021年第6期42-45,共4页
基金
国家社会科学基金资助项目(16BTJ024)
教育部人文社会科学研究规划基金项目(19YJA910007)
新疆自然科学基金资助项目(2019D01C045)
文摘
文章采用切片Gibbs抽样方法对多元Logistic回归模型的参数进行了研究。结果表明,在切片Gibbs抽样过程中通过引入辅助变量扩大参数空间,得到了参数的后验分布为截尾正态分布。在此基础上随机模拟显示,马氏链经过有限次迭代达到了平稳状态并且链的收敛速度较快,通过参数的自相关图得出自相关系数随迭代次数的增大呈减小趋势,即产生链的机理是正确的,说明该方法对估计Logistic回归模型是有效的。
关键词
切片gibbs抽样
LOGISTIC回归模型
贝叶斯估计
截尾正态分布
马尔科夫链
Keywords
slice
gibbs
sampling
Logistic regression model
Bayesian estimation
truncated normal distribution
Markov chain
分类号
O212 [理学—概率论与数理统计]
下载PDF
职称材料
题名
面板数据的自适应Lasso分位回归方法研究
被引量:
12
2
作者
李子强
田茂再
罗幼喜
机构
湖北工业大学理学院
中国人民大学应用统计研究中心
中国人民大学统计学院
出处
《统计与信息论坛》
CSSCI
2014年第7期3-10,共8页
基金
国家自然科学基金项目<基于当代分位回归与鞍点逼近方法的复杂数据分析>(11271368)
教育部人文社会科学青年基金项目<面板数据的分位回归方法及其变量选择问题研究>(10XNL018)
+1 种基金
湖北省教育厅人文社科项目<面板数据的分位回归方法及其应用研究>(2012G078)
湖北工业大学博士科研启动基金<高维复杂纵向数据的分位回归建模研究>(BSQD13050)
文摘
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。
关键词
面板数据
分位回归
切片gibbs抽样
Keywords
自适应Lasso
panel data
adaptive Lasso
quantile regression
slice
gibbs
sampler
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]
下载PDF
职称材料
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
3
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]
下载PDF
职称材料
题名
面板数据的贝叶斯Lasso分位回归方法
被引量:
14
4
作者
李翰芳
罗幼喜
田茂再
机构
湖北工业大学理学院
中国人民大学统计学院
出处
《数量经济技术经济研究》
CSSCI
北大核心
2013年第2期138-149,共12页
基金
湖北省教育厅人文社科项目"面板数据的分位回归方法及其应用研究"(2012G078)
中国人民大学科学研究基金项目(重大基础研究计划)"复杂数据工程中若干重大问题的基础理论研究"(10XNL018)的资助
文摘
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。
关键词
面板数据
贝叶斯Lasso
分位回归
切片gibbs抽样
Keywords
Panel Data
Bayesian Lasso
Quantile Regression
Slice
gibbs
Sampler
分类号
F224.0 [经济管理—国民经济]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于切片Gibbs抽样方法的Logistic回归模型参数估计
窦剑军
葛成莉
张辉国
陶鹤
《统计与决策》
CSSCI
北大核心
2021
2
下载PDF
职称材料
2
面板数据的自适应Lasso分位回归方法研究
李子强
田茂再
罗幼喜
《统计与信息论坛》
CSSCI
2014
12
下载PDF
职称材料
3
面板数据分位回归模型中固定与随机效应的选择
罗幼喜
李翰芳
田茂再
《统计与决策》
CSSCI
北大核心
2016
3
下载PDF
职称材料
4
面板数据的贝叶斯Lasso分位回归方法
李翰芳
罗幼喜
田茂再
《数量经济技术经济研究》
CSSCI
北大核心
2013
14
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部