面板数据分位回归模型中固定与随机效应的选择
文献类型:期刊
作者:罗幼喜[1]
机构:[1]湖北工业大学理学院,武汉430068;湖北工业大学产品质量工程研究院,武汉430068
[2]湖北工业大学理学院,武汉430068;华中师范大学数学与统计学学院,武汉430079
[3]中国人民大学统计学院,北京,100872
年:2016
期刊名称:统计与决策
期:15
页码范围:4-8
增刊:正刊
收录情况:中文核心期刊要目总览
所属部门:统计学院
语言:中文
ISSN:1002-6487
链接地址:http://d.g.wanfangdata.com.cn/Periodical_tjyjc201615001.aspx
DOI:10.13546/j.cnki.tjyjc.2016.15.001
人气指数:1
浏览次数:1
关键词:随机效应;贝叶斯双惩罚方法;Laplace先验;Group Lasso;切片Gibbs抽样算法
摘要:随机效应的引入为面板数据建模中样本相关和异方差问题提供了重要解决途径,过多的随机效应不仅会极大地增加模型复杂度,而且给固定效应系数的估计带来偏差.文章在考虑到随机效应具有整体性基础上,以横截面个体为单位,对其进行整体压缩.通过对固定和随机效应分别引入不同形式的条件Laplace先验,构造了一种与Group Lasso-Lasso惩罚相等价的贝叶斯双惩罚分位回归估计方法.通过设计切片Gibbs抽样算法,快速有效地解决了模型参数估计问题.计算机模拟显示,该方法不仅能对固定和随机效应参数进行精确估计,而且能对模型中真实包含的固定和随机效应进行自动选择.
作者其他论文
基于分位回归的国家形象影响因素分析.李泽昱;苏宇楠;田茂再.统计研究.2014,31(8),59-65.
负二项抽样下需处理数置信区间构造方法的改进.舒焕;封达道;田茂再.系统科学与数学.2012,32(9),1047-1056.
逆抽样下流行病发病率的逼近与渐近置信区间.田茂再;吴喜之;李远,等.系统科学与数学.2008,28(5),513-523.
条件分位中的分层线性回归模型.田茂再;陈歌迈.中国科学A辑.2006,36(10),1103-1118.
关于纵向数据分析方法的比较研究.陈彦靓;田茂再.统计与决策.2013,23-26.