×
李勇;王念玲;于军

通过功率后验和重要性抽样改进了边际似然估计。 （英语） Zbl 07674648号

《经济学杂志》。 234，编号1，28-52（2023）.
摘要：在估计贝叶斯模型的边际可能性时，幂后验概率已经变得很流行。幂后验被称为后验分布，该后验分布与概率的幂（b\in[0,1]\）成正比。重要的基于功率后验的算法包括N.炸薯条和A.N.佩蒂特[J.R.Stat.Soc.，Ser.B，Stat.Methodol.70，No.3，589–607（2008；Zbl 05563360号)]和台阶石取样（SS）谢伟东（W.Xie）等【“改进贝叶斯系统发育模型选择的边际似然估计”，《系统生物学》第60期，第2期，150–160页（2011；doi:10.1093/sysbio/syq085)]. 本文证明了Bernstein-von Mises（BvM）定理在正则性条件下对幂后验函数成立。根据BvM定理，当通过辅助常数的平方根调整后，功率后验函数与原始后验分布具有相同的极限分布，便于通过重要性抽样实现修改的TI和SS方法。与TI和SS方法需要从功率后验函数进行重复采样不同，修改后的方法只需要原始后验输出，因此计算效率更高。此外，它们完全避免了与功率后验抽样相关的编码工作。给出了TI算法和改进的TI算法能够产生一致的边缘似然估计的原始条件。通过两个模型验证了所提方法的数值效率。

MSC公司：

62至XX 统计
91至XX 博弈论、经济学、金融和其他社会和行为科学

关键词：

贝叶斯因子;边际似然;马尔科夫蒙特卡洛;模型选择;功率后验;重要性抽样

引文：

Zbl 05563360号

软件：

粉;WinBUGS公司;贝叶斯DA;jpnb4格式
PDF格式BibTeX公司 XML格式引用
\textit{Y.Li}等人，《经济学杂志》。234，编号1，28-52（2023；Zbl 07674648）
全文： 内政部 链接

参考文献：

[1] Annis，J。；新泽西州埃文斯。；米勒，B.J。；Palmeri，T.J.，《估算贝叶斯因子的热力学积分和阶梯采样方法：教程》，J.Math。心理学，89，67-86（2019）·Zbl 1431.62521号
[2] Brodeur，A。；库克，N。；Heyes，A.G.，《方法很重要：经济学中的黑客和因果推理》，Amer。经济。修订版，1103634-3660（2020）
[3] Chen，C.，关于具有贝叶斯含义的极限密度函数的渐近正态性，J.R.Stat.Soc.Ser。《美国统计年鉴》。，47, 540-546 (1985) ·Zbl 0607.62015
[4] DiCiccio，T.J。；Kass，R.E。；Raftery，A。；Wasserman，L.，通过结合模拟和渐近近似计算贝叶斯因子，J.Amer。统计师。协会，92，439，903-915（1997）·Zbl 1050.62520号
[5] 弗里尔，N。；Pettitt，A.N.，通过功率后验估计边际似然，J.R.Stat.Soc.Ser。《美国统计年鉴》。，70, 3, 589-607 (2008) ·Zbl 05563360号
[6] Gelman，A。；Carlin，J.B。；斯特恩，H.S。；Rubin，D.B.，《贝叶斯数据分析》（2004），Chapman&Hall/CRC·Zbl 1039.62018号
[7] Han，C。；Carlin，B.P.，《计算贝叶斯因子的马尔可夫链蒙特卡罗方法：比较综述》，J.Amer。统计师。协会，96，455，1122-1132（2001）
[8] Harvey，C.R.，《总统演讲：金融经济学中的科学展望》，J.Finance，72，4，1399-1440（2017）
[9] 赫伯斯特，E.P。；Schorfheide，F.，DSGE模型的贝叶斯估计（2015），普林斯顿大学出版社·Zbl 1362.91001号
[10] Hoehna，S。；兰迪斯，M.J。；Huelsenbeck，J.P.，《用于快速计算系统发育学边缘可能性的平行幂后验分析》，生物信息学（2017），（即将出版）
[11] Hurn，S。；马丁·V。；菲利普斯，P.C.B。；Yu，J.，《金融计量模型》（2020），牛津大学出版社。
[12] 卡斯，R.E。；Raftery，A.E.，Bayes factors，J.Amer。统计师。协会，90，773-795（1995）·Zbl 0846.62028号
[13] Kass，R.E。；蒂尔尼，L。；Kadane，J.B.，《基于拉普拉斯方法的后验扩张的有效性》（Geisser，S.；Hodges，J.S.；Press，S.J.；Zellner，A.，《统计学和计量经济学中的贝叶斯和似然方法：纪念乔治·巴纳德的论文》，第7卷（1990年），爱思唯尔科学出版社：爱思唯尔科学出版社，北荷兰特），473-488·Zbl 0734.62034号
[14] Kleijn，B.J.K。；van der Vaart，A.W.，误认下的Bernstein von Mises定理，电子。《J Stat.》，第6卷，第354-381页（2012年）·Zbl 1274.62203号
[15] Koop，G.，《贝叶斯计量经济学》（2003年），威利国际科学出版社。
[16] 李毅。；Yu，J。；Zeng，T.，潜在变量模型和错误指定模型的偏差信息准则，《计量经济学杂志》，216，2，450-493（2020）·Zbl 1456.62045号
[17] 刘晓波。；李毅。；Yu，J。；Zeng，T.，用于假设检验的基于后验的wald型统计量，J.Econometrics（2021），（即将出版）
[18] 萨拉·马丁，X。；Doppelhofer，G。；Miller，R.I.，《长期增长的决定因素：经典估计方法的贝叶斯平均法》，Amer。经济。修订版，94、4、813-835（2004）
[19] Moral-Benito，E.，《经济学中的模型平均：概述》，J.Econ。调查。，29, 1, 46-75 (2013)
[20] Müller，英国，错误指定模型中贝叶斯推断的风险和三明治协方差矩阵，《计量经济学》，81，5，1805-1849（2013）·Zbl 1291.62069号
[21] Schervish，M.J.，《统计学理论》（2012），施普林格科学与商业媒体。
[22] Spiegelhalter，D。；托马斯。；贝斯特，N。；Lunn，D.，《WinBUGS用户手册》（2003），MRC生物统计学组：MRC生物统计学组。英国剑桥
[23] van der Vaart，A.W.，《渐进统计》（2000），剑桥大学出版社·Zbl 0910.62001号
[24] Waggoner，D.F。；Wu，H。；Zha，T.，高维模型的Striated Metropolis-Hastings采样器，《计量经济学杂志》，192，2，406-420（2016）·Zbl 1420.62125号
[25] 谢伟。；刘易斯，P.O。；范，Y。；郭，L。；Chen，M.H.，改进贝叶斯系统发育模型选择的边际似然估计，系统。生物学，60，2150-160（2011）
[26] Young，K.D.S。；Pettit，L.I.，《关于先验和贝叶斯因素》，《计量经济学杂志》，75，1，113-119（1996）·Zbl 0864.62013年
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。