摘要
分位数回归是现代计量经济学研究的前沿之一,与频率学派方法相比采用贝叶斯分析方法对其进行估计具有一定的优势。基于泊松分布实现了在R中调用STAN对分位数回归进行贝叶斯估计,将尺度参数进行参数化,并比较参数化与否对模型估计系数统计性质的影响;在此基础上通过模拟实验研究参数先验分布的设定对参数估计量统计性质的影响,结果表明:参数化后得到的估计量统计性质更好;适当的先验分布可以提高Hamiltonian Monte Carlo抽样估计量的统计性质。
Quantile regression is an advanced research topic in modern econometrics.It has certain advantage for Bayesian method to analyze quantile regression than frequency method.We realized Bayesian quantile regression in STAN,and parameterized scale variable through Poisson distribution,then compared with no parameterization.We also analysed the effects of different prior specifications on the properties of the Bayesian quantile regression estimators.Experimental results showed that the statistical properties of estimator are better under parameterization and appropriate prior distribution can improve the statistical properties of the estimator.
出处
《统计与信息论坛》
CSSCI
北大核心
2018年第2期21-27,共7页
Journal of Statistics and Information
基金
国家自然科学基金项目<无条件分位数处理效应估计方法及其在政策评价中的应用>(71601120)
中国博士后基金项目<平均处理效应模型的非参数估计及其在政策评价中的应用>(2016M601621)
