项目名称: 含有变点的分位数回归模型:贝叶斯分析及应用

项目编号: No.71301099

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 管理科学

项目作者: 周影辉

作者单位: 上海大学

项目金额: 20.5万元

中文摘要: 变点模型因具有模型上的灵活性和应用上的广泛性,自提出以来即引起了众多计量经济学家的高度关注,目前仍是国内外计量经济学研究中的一个重要方向。关于变点问题的现有研究大都集中于线性回归模型中因变量的条件均值或条件方差中的变点,但考察其条件分位数中的变点在很多情况下更有意义。在分位数回归模型中考虑变点的现有研究基本上都是依赖于理论证明比较复杂、计算效率比较低的传统方法,而用较为简单有效的贝叶斯方法进行研究的尚不多见。为此,本项目将运用马尔科夫链蒙特卡罗(MCMC)抽样技术对以下三个问题进行研究:(一)含有变点的分位数回归模型的贝叶斯统计分析;(二)可看作变点模型的门限分位数自回归模型的贝叶斯统计推断;(三)含有变点的分位数回归模型和门限分位数自回归模型在我国宏观经济数据(如国内生产总值的季度数据)和金融数据(如上证指数的对数收益率数据)上的应用。

中文关键词: 分位数回归;变点;厚尾数据;贝叶斯方法;

英文摘要: As change-point models have high flexibility in modeling and universality in application, they have received a great deal attention by many econometrist since proposed. Now, they are still the important research topics in econometric. Most existing studies about change-point problems focus solely on structural changes in the conditional mean or conditional variance of response in the linear regression model, howerer, it may be of key importance to investigate structural changes in its conditional quantiles under many circumstances. The existing literatures on quantile regression with change points rely basiclly on the classical method with complicated theories and unefficiently computational algorithms. The related studies by using the relatively simple and efficient Bayesian method are few. Hence,this project will study the following three issues on the bases of Markov chain Monte Carlo (MCMC) sampling techniques: (1) Bayesian statistical analysis of quantile regression models with change points; (2) Bayesian statistical inference of threshold quantile autoregressive models, which can be regarded as change-point models; (3) Application of quantile regression models with change points and threshold quantile autoregressive models to macroeconomic data (for example, the quarterly data of the gross demestic product

英文关键词: Quantile regression;Change points;Heavy-tailed data;Bayesian method;

成为VIP会员查看完整内容
0

相关内容

【干货书】统计基础、推理与推断,361页pdf
专知会员服务
82+阅读 · 2022年1月25日
【新书稿】数据科学的谱方法:统计的视角,168页pdf
专知会员服务
56+阅读 · 2021年10月28日
专知会员服务
77+阅读 · 2021年10月12日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
36+阅读 · 2021年6月6日
专知会员服务
143+阅读 · 2021年2月3日
漫谈统计学习之经验贝叶斯(Empirical Bayes)
PaperWeekly
2+阅读 · 2022年3月23日
数据分析师应该知道的16种回归方法:负二项回归
数萃大数据
74+阅读 · 2018年9月16日
数据分析师应该知道的16种回归技术:Lasso回归
数萃大数据
16+阅读 · 2018年8月13日
数据分析师应该知道的16种回归技术:分位数回归
数萃大数据
29+阅读 · 2018年8月8日
贝叶斯机器学习前沿进展
架构文摘
13+阅读 · 2018年2月11日
基于LDA的主题模型实践(二 )MCMC--吉布斯采样
机器学习深度学习实战原创交流
25+阅读 · 2015年9月17日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
小贴士
相关主题
相关VIP内容
【干货书】统计基础、推理与推断,361页pdf
专知会员服务
82+阅读 · 2022年1月25日
【新书稿】数据科学的谱方法:统计的视角,168页pdf
专知会员服务
56+阅读 · 2021年10月28日
专知会员服务
77+阅读 · 2021年10月12日
专知会员服务
21+阅读 · 2021年7月31日
专知会员服务
36+阅读 · 2021年6月6日
专知会员服务
143+阅读 · 2021年2月3日
相关资讯
漫谈统计学习之经验贝叶斯(Empirical Bayes)
PaperWeekly
2+阅读 · 2022年3月23日
数据分析师应该知道的16种回归方法:负二项回归
数萃大数据
74+阅读 · 2018年9月16日
数据分析师应该知道的16种回归技术:Lasso回归
数萃大数据
16+阅读 · 2018年8月13日
数据分析师应该知道的16种回归技术:分位数回归
数萃大数据
29+阅读 · 2018年8月8日
贝叶斯机器学习前沿进展
架构文摘
13+阅读 · 2018年2月11日
基于LDA的主题模型实践(二 )MCMC--吉布斯采样
机器学习深度学习实战原创交流
25+阅读 · 2015年9月17日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员