| 面板数据贝叶斯双惩罚分位回归方法研究 |
| |
| 引用本文： | 舒婷,罗幼喜,李翰芳.面板数据贝叶斯双惩罚分位回归方法研究[J].广西师范大学学报(自然科学版),2022,40(1):150-165. |
| |
| 作者姓名： | 舒婷 罗幼喜 李翰芳 |
| |
| 作者单位： | 湖北工业大学 理学院,湖北 武汉430068 |
| |
| 基金项目： | 国家社会科学基金(17BJY210)；;湖北省教育厅人文社科重点项目(20D043)； |
| |
| 摘 要： | 在面板数据混合效应模型中,大量未知随机效应的存在,给模型参数估计带来极大困难;同时随机误差的分布未知,不同分布下的随机误差会增加模型计算的复杂度,对固定效应与随机效应系数的变量选择与估计带来困难。为了解决这一问题,本文建立贝叶斯双Adaptive Lasso分位回归模型,将Adaptive Lasso惩罚函数同时引入到含固定效应与随机效应的面板数据中,构造参数估计的Gibbs抽样算法。蒙特卡罗模拟结果表明,该方法不仅能准确估计不同面板数据模型的参数系数,还能对重要变量进行选择。
|
| 关 键 词： | 双Adaptive Lasso惩罚 Gibbs抽样算法 分位回归 随机效应 贝叶斯方法 |
Double Penalty Quantile Regression for Panel Data Models Based on Bayesian Method |
| |
| SHU Ting,LUO Youxi,LI Hanfang.Double Penalty Quantile Regression for Panel Data Models Based on Bayesian Method[J].Journal of Guangxi Normal University(Natural Science Edition),2022,40(1):150-165. |
| |
| Authors: | SHU Ting LUO Youxi LI Hanfang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
