基于Gibbs抽样算法的面板数据回归方法

摘要：

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.

关键词：面板数据、随机效应、分位回归、Gibbs抽样

所属期刊栏目：28

分类号：O212(概率论与数理统计)

资助基金：国家自然科学基金“高维复杂分层数据分析与鞍点逼近方法及其在流行病风险中的应用”10871201;教育部人文社会重点研究基地重大项目“多水平数据中的统计理论、方法及其应用研究”08JJD910247;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

在线出版日期：2012-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：98-103