首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于双惩罚分位回归的面板数据模型理论与实证研究
作者姓名:罗幼喜  李翰芳  田茂再  郑列
作者单位:湖北工业大学理学院,湖北 武汉,430068;湖北工业大学产品质量工程研究院,湖北 武汉,430068,湖北工业大学理学院,湖北 武汉,430068;华中师范大学数学与统计学学院,湖北 武汉,430079,中国人民大学统计学院,北京,100872,湖北工业大学理学院,湖北 武汉,430068;湖北工业大学产品质量工程研究院,湖北 武汉,430068
基金项目:国家自然科学基金资助项目(11271368);教育部人文社会科学研究青年基金资助项目(13YJC790105);湖北工业大学博士科研启动基金资助项目(BSQD13050).
摘    要: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。

关 键 词:面板数据  分位回归  贝叶斯分析  固定效应  随机效应  变量选择  Laplace  先验
收稿时间:9/8/2016 12:00:00 AM

Theoretical and empirical study on panel data models based on double penalized quantile regression
Authors:Luo Youxi  Li Hanfang  Tian Maozai and Zheng Lie
Institution:School of Science, Hubei University of Technology, Wuhan 430068, China;Institute of Product Quality, Hubei University of Technology, Wuhan, 430068, China,School of Science, Hubei University of Technology, Wuhan 430068, China;School of Mathematics and Statistics, Central China Normal University, Wuhan 430079, China,School of Statistics, Renmin Univiesity of China, Beijing 100872, China and School of Science, Hubei University of Technology, Wuhan 430068, China;Institute of Product Quality, Hubei University of Technology, Wuhan, 430068, China
Abstract:
Keywords:panel data  quantile regression  Bayesian analysis  fixed effect  random effect  variable selection  Laplace prior
本文献已被 CNKI 等数据库收录!
点击此处可从《》浏览原始摘要信息
点击此处可从《》下载免费的PDF全文
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