基于线性插值的贝叶斯Lasso分位数回归及应用
本文选题:贝叶斯lasso + 分位数回归 ; 参考:《统计与决策》2017年18期
【摘要】:在贝叶斯Lasso分位数回归中,样本似然函数的计算和后验分布的抽样通常难以处理。针对这一问题,文章采用一种基于线性插值的似然函数计算方法,并结合拉普拉斯先验分布,设计出一种新的对后验分布进行抽样的算法。数值模拟结果表明了该方法具有较好的适应性和参数估计准确性。
[Abstract]:In Bayesian Lasso quantile regression, the calculation of sample likelihood function and the sampling of posterior distribution are usually difficult to deal with. To solve this problem, a new algorithm of sampling posterior distribution is designed by using a method of calculating likelihood function based on linear interpolation and combining Laplacian prior distribution. The numerical simulation results show that the method has good adaptability and accuracy of parameter estimation.
【作者单位】: 西安工程大学理学院;
【基金】:陕西省软科学研究项目(2014KRM28-01) 西安市基础教育研究重大招标项目(2015ZB-ZY04) 西安工程大学研究生创新基金资助项目(CX201614)
【分类号】:F224
【相似文献】
相关期刊论文 前10条
1 吴建南;马伟;;分位数回归与显著加权分析技术的比较研究[J];统计与决策;2006年07期
2 张代强;张屹山;;前瞻性利率规则在我国的实证研究——基于分位数回归方法的变参数检验[J];数量经济技术经济研究;2008年10期
3 刘生龙;;教育和经验对中国居民收入的影响——基于分位数回归和审查分位数回归的实证研究[J];数量经济技术经济研究;2008年04期
4 罗玉波;;房价影响因素分析:分位数回归方法[J];统计与决策;2011年06期
5 李顺毅;;房价如何影响消费对经济增长的贡献——基于分位数回归的实证分析[J];消费经济;2011年03期
6 朱平芳;张征宇;;无条件分位数回归:文献综述与应用实例[J];统计研究;2012年03期
7 胡丰;许启发;蒋翠侠;;基于分位数回归的基金风格分析与业绩评价[J];郑州航空工业管理学院学报;2012年06期
8 王朝;高敬雅;王琪;;基于分位数回归的房地产价格研究[J];商;2012年14期
9 胡永远;倪丽艳;;基于分位数回归的社会救助再就业人群收入研究[J];山东财政学院学报;2013年03期
10 欧阳胜银;;外资溢出效应的分位数回归研究[J];财经理论与实践;2013年04期
相关会议论文 前4条
1 林艺圃;;中国股市价量关系的实证分析分位数回归模型[A];中国社会科学院第三届中国经济论坛论文集(下)[C];2007年
2 陈娟;林龙;叶阿忠;;基于分位数回归的中国居民消费研究[A];中国社会科学院第三届中国经济论坛论文集(下)[C];2007年
3 夏宁;;中国上市公司高管人员薪酬的影响因素与成因分解——一个基于分位数回归模型的实证研究[A];中国会计学会财务管理专业委员会2009年学术年会论文集[C];2009年
4 宋马林;吴杰;高玉强;张琳玲;宋峰;;中国入世以来的对外贸易与环保效率——基于分省面板数据的实证分析[A];中国贸易救济与产业安全论丛(2012)——第七届中国贸易救济与产业安全研究奖获奖论文集[C];2013年
相关博士学位论文 前5条
1 康宁;分位数回归模型及在金融经济中的应用[D];合肥工业大学;2016年
2 王娜;面板数据分位数回归模型求解及应用研究[D];山东大学;2017年
3 韩月丽;极值统计与分位数回归理论及其应用[D];天津大学;2009年
4 项云帆;资本资产定价模型及实证分析[D];华中科技大学;2010年
5 陈林兴;基于空间视角的我国省际农村居民消费趋同性研究[D];浙江大学;2012年
相关硕士学位论文 前10条
1 周策;VaR模型在我国开放式上市基金市场的实证分析[D];广东外语外贸大学;2015年
2 陈士俊;神经网络分位数回归模型预测能力研究[D];合肥工业大学;2015年
3 刘玉叶;基于分位数回归的组合投资决策及绩效评价[D];合肥工业大学;2015年
4 刘润芝;湖南省城镇化动力机制研究[D];南京财经大学;2014年
5 闻才喜;基于神经网络分位数回归及核密度估计的概率密度预测方法研究[D];合肥工业大学;2015年
6 薛立国;VaR方法在风险度量中的应用[D];南京财经大学;2014年
7 朱向前;基于GARCH族模型和分位数回归的房地产价格在险价值研究[D];东北财经大学;2015年
8 何恒财;时序金融数据的VaR分析[D];天津科技大学;2013年
9 孔巧燕;基于分位数回归技术的金融市场风险研究[D];浙江工商大学;2015年
10 王永春;我国股票市场波动率和尾部风险溢出研究[D];浙江工商大学;2015年
,本文编号:1851999
本文链接:https://www.wllwen.com/jingjifazhanlunwen/1851999.html