首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   2篇
  免费   0篇
计划管理   2篇
  2021年   1篇
  2013年   1篇
排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
曹苏周  田茂再 《价值工程》2021,40(33):164-168
参数估计问题是数理统计学中研究较多的一类问题.本文是基于一个无信息先验的分层指数模型在Stein损失函数下的贝叶斯估计.首先计算分层指数模型分别在平方误差损失函数和Stein损失函数下的贝叶斯后验估计量和相应的后验期望Stein损失(PESL),并且比较二者在两个损失函数下的大小.可以看出在Stein损失函数下的贝叶斯后验期望和对应的PESL均略小于平方误差损失函数下的相应量.然后,计算分层指数模型的参数在Stein损失函数下的贝叶斯估计,并通过均方误差来评价估计量的好坏,得出后验期望估计量拟合得最好.最后通过随机数值和我国31个省市自治区的结婚数据对以上理论进行了模拟和实证,说明了该模型和方法的有效性和实用性.  相似文献   
2.
面板数据的贝叶斯Lasso分位回归方法   总被引:1,自引:0,他引:1  
文章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,文章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的是,该方法能够更大程度的将模型中非重要解释变量系数压缩至0,从而在估计系数的同时也起到了变量选择的作用。利用积分恒等式,文章构造了一种易于实施的参数估计的切片Gibbs抽样算法。模拟结果显示,在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其他方法。文章最后对我国各地区多个宏观经济指标的面板数据进行了建模分析,演示了新方法估计参数与挑选变量的能力。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号